人工神经网络课后习题及参考答案.docxVIP

习 题 如何理解人工神经网络的学习能力和泛化能力？（10分） 人工神经网络从哪几个方面描述了生物神经系统的基本特征？（20分） 写出至少三种（其中至少包括两个S型）激活函数，并指出什么样的激活函数才能被用于BP网络之中，为什么？（15分） 分别表示出M_P神经元模型与感知机神经元模型，并说明它们的联系与区别。（15分） 分别说明有导师学习的特征和无导师学习的特征，是否可将这两种学习方法有机结合应用于训练神经网络，它们各起什么作用，请举例说明。（15分） M_P神经元模型是如何模拟生物神经元的一阶特性的？其中激活函数有何作用（15分） 计算题： 图1 其中：输入为x=(0.5,1)；隐层的激活函数取；输出层的激活函数取f(u)=u；; W1=(1,-1,1;1,0.5,2), w2=(1.5,2,1)，计算此时网络输出y=？ 什么叫线性不可分问题？早期的感知器为什么不能解决线性不可分问题? 能否说出至少两种可以解决线性不可分问题的办法？（15分） 能否结合你大作业的完成过程说一下BP算法存在的问题，有何相应的解决办法？ 试比较BP网络与RBF网络，说明各自的特点及其优缺点。（15分） 如何理解Hopfield网络的联想记忆功能？（10分） 根据你的理解，说明BP网络（或RBF网络）的数据压缩功能和模型辨识功能（10分） 试说明人工神经网络不确定的训练方法的基本思想（10分） 简述模拟退火算法的基本思想（尽可能数学形式表示）（10分） 设离散Hopfield网络的权值w是对称正定的，试证明此Hopfield网络是稳定的。 a试设计一感知机网络，使感知机网络能够实现如下图所示阴影部分的分类。要求详细写明设计过程。(20分) a 图2 其中各点坐标为： a (4,5) b (6,3) c (5,-2) d (2,1) Hopfield网络权阵的设计与验证：（20分） 简述BP算法的基本思想。（10分） 以三层BP网为例，试推导基本BP算法。（15分） 基本BP算法在具体应用时存在一些什么样的问题？有什么改进措施？（15分） 对于一个有三个神经元的离散Hopfield网络，如果其连接权阵和域值阵分别为： ， 请分析该离散Hopfield网络如果按串行运行方式工作的话，其是否稳定？如果稳定的话，请问对于初始状态： 经过多少次运算可以达到稳定状态，其稳定状态是什么？（改梯我还没有试做，必须试做之后才可以作为考题）。 人工神经元的三个基本组成要素是什么？一组权值；一个求和单元；一个非线性转换函数。 通过学习以后，CNN所获得的知识是如何存储的？存储在连接权上。 简述有教师学习的学习过程。 什么叫BP网络？BP网络与单层感知器有何联系与区别？ RBF网络的权值可用什么方法确定？与BP网络相比其权值学习的特点是什么？ 证明：对于连续型Hopfield网络： 当满足是单调上升函数时，网络是稳定的。 证明：对于离散型Hopfield网络，若其运行规则是串行的，网络模型为： 当满足时，网络是稳定的。 计算题： 图3 其中隐层的激活函数取；输出层的激活函数取f(u)=u；x=(0.5，1)； W1=(1，-1；1，2), w2=(2，1)， 计算输出Y=？ 试设计一感知机网络，使感知机网络能够实现如下图所示阴影部分的分类。要求阴影及边线为1，其它位0，请详细写明设计过程。(20分) 图4 其中各点坐标为： a (3,5) b (6,4) c (4,-2) d (2,1) (10分)人类对人工智能的研究可以分成 和 两种方式，前者对应的理论主要有： 、 、 等；后者对应的理论主要有： 、 等。 (4分)人工神经网络的英文单词 ，缩写词 。 (6分)决定人工神经网络整体性能的三大要素是： 、 、 。 试述智能的含义及智能一般所包含的8个方面。 人工智能的三大流派及其主要的代表性理论是什么？ 联接主义观点的核心是什么？ANN从哪几个方面去模拟人脑的智能行为？ 相对于其它人工智能方法来说，ANN最具有吸引力的地方何在？ 人工神经网络的分类如何？ 试写出离散型M_P神经元的模型。 单个（层）离散型M_P神经元为何不能实现XOR运算？试用解析法和图解法加以说明。 0-342-3.5x1x2试设计一个M_