《神经网络技术与应用》程序题答案汇编.pdfVIP

《神经网络技术与应用》试题 1．人工神经网络常用的学习方法有哪些？各有哪些特点？（ 10 分） 2 ．简述感知器的网络结构、工作原理及主要应用领域。 （10 分） 3．试推导三层前馈网络 BP 算法权值修改公式，并用 BP 算法学习如下函数： 2 x f (x ) c oxs 2s i xn 5x e ， 5 x 5 基本步骤如下： （1）在区间 [ 5,5] 上均匀选取 N 个点（ N 自行设定），计算 f (x ) 的实际值，并 由此组成网络的样本集； （2）自行构造前馈网络结构，用 BP 算法和样本集训练网络，使网络误差小于 某个很小的正数 ； （3）在区间 [ 5,5] 上随机选取 M 个点（ M N ，最好为非样本点） ，用学习后 的网络计算这些点的输出值，并与这些点的理想输出值比较，绘制误差曲线； （4）说明不同的 N 、 值对网络学习效果的影响。 （15 分） 4 ．简述 CMAC 网络的结构及特点。 （10 分） 5．试用 RBF 网络学习一下函数（步骤可参看第 3 题）： 3 3 2 2 f ( x ,x ) x x 3x 2x 6x 7x 5x x 1 2 1 2 1 2 1 2 1 2 其中： 5 x1 5 ， 5 x2 5 。若输入信号的分辨率不同时，对算法的收敛过 程有何影响。 （15 分） 6 ．用 Hopfield 网络对如下字符进行识别： 字符“ 0” 字符“ 1” 字符“ 2 ” 字符“ 3” 字符“ 4” 字符“ 6 ” 字符“ ” 字符“ 9” （1）试确定网络结构和网络权值； （2）将污染率为 10%字符“ 0”、“1”、“2 ”、“3”（随机设定）输入网络，给出网 络收敛后的结果。 （3）将污染率为 20%字符“ 4 ”、“6 ”、“9”（随机设定）输入网络，给出网络收 敛后的结果。 （20 分） 7．简述 ART-1 网络的结构和工作过程。 （10 分） 8．结合自己的研究方向，谈谈如何应用神经网络理论和知识解决面临的实际问 题，要求给出实例。 （10 分） 3. 程序如下 x=-5:0.001:5; y=cos(x)+2*sin(x)+5*x+exp(2*x); net=newff(minmax(x),[8,1],{tansig,purelin},trainlm); net.trainparam.epochs=10000; net.trainparam.goal=0.01; [net,tr]=train(net,x,y); plot(x,y) title( 标准输出 ); hold off y4=sim(net,x); plot(x,y4) plot(x,y4,b) plot(x,y4,g) title( 样本不变情况下训练后输出 ); y1=cos(x1)+2*sin(x1)+5*x1+exp(2*x1); x1=-5:0.0009:5;y1=cos(x1)+2*sin(x1)+5*x1+exp(2*x1); plot(x1,y1,r); title( 样本改变后标准输出 ); y2=sim(net,x1); plot(x1,y2,g); title( 样本改变后训练输出 ); err=y2-y1; plot(x1,err,b); ti