宁波大学（博士）专业课真题3809智能系统-A 2015年.pdfVIP

宁波大学2015年攻读博士学位研究生 入 学 考 试 试 题 (A 卷) (答案必须写在答题纸上) 考试科目: 智能系统 (A) 科目代码： 3809 适用专业: 移动计算与人机交互 1. 一个感知器的网络结构和权值如下所示： 其中权值矩 W 的行对应为隐单元权值, 如第一行为第一个隐单元权值。 1 试计算输入为 (0,0,0),(0,1,0),(1,0,0),(0,1,1),(1,1,0),(1,1,1)时，输出分别是多少？ 该感知器实现了一个什么布尔运算功能？ (12%) M y(x)  w (x) 2. 一个具有M个隐节点的径向基（RBF ）网络的输出如下：  i i ， i0 在通常情况下，学习样本个数NM, 因此网络无法做到精确插值，需要定义一 1 n n 2 个如下的目标函数 E  (y(t ) d ) ，并通过学习算法使其最小化。如果 S  2 n 要求网络在输出误差最小的同时，网络的结构也要尽量简化，即引入正则化要 EE E E 求，这时系统的目标函数变成如下形式： S C ，其中 为系统复杂 C 度函数，请为这种正则化RBF 网络设计合理的学习算法，并讨论正则化参数 取  不同大小值时对系统的影响。 (13%) 3 ．在BP算法中，各个神经元的局部梯度函数定义如下： 如果j是输出节点：  δ (n) e (v(n))  a[d (n) o (n)]o (n)[1o (n)] j i j i j j j j ； 如果j是隐节点：  δ (n)  (v (n))δ (n)w (n)  ay (n)[1y (n)]δ (n)w (n) j j i k kj j j k kj k k 请详细解释这二个计算公式的含义。 (12%)