人工神经网络复习题.pdf

精品文档 《神经网络原理》 一、填空题 1、从系统的观点讲，人工神经元网络是由大量神经元通过极其 丰富和完善的连接而构成的自适应、非线性、动力学系统。 2、神经网络的基本特性有拓扑性、学习性和稳定收敛性。 3、神经网络按结构可分为前馈网络和反馈网络，按性能可分为 离散型和连续型，按学习方式可分为有导师和无导师。 4、神经网络研究的发展大致经过了四个阶段。 5、网络稳定性指从t=0时刻初态开始，到t时刻后v(t+△t)=v(t)， (t0)，称网络稳定。 6、联想的形式有两种，它们分是自联想和异联想。 7、存储容量指网络稳定点的个数，提高存储容量的途径一是改 进网络的拓扑结构，二是改进学习方法。 8、非稳定吸引子有两种状态，一是有限环状态，二是混沌状态。 9、神经元分兴奋性神经元和抑制性神经元。 10、汉明距离指两个向量中对应元素不同的个数。 二、简答题 1、人工神经元网络的特点？ 答：（1）、信息分布存储和容错性。 （2）、大规模并行协同处理。 （3）、自学习、自组织和自适应。 （4）、人工神经元网络是大量的神经元的集体行为，表现为复杂 精品文档 精品文档 的非线性动力学特性。 （5）人式神经元网络具有不适合高精度计算、学习算法和网络 设计没有统一标准等局限性。 2、单个神经元的动作特征有哪些？ 答：单个神经元的动作特征有：（1）、空间相加性；（2）、时间相 加性；（3）、阈值作用；（4）、不应期；（5）、可塑性；（6）疲劳。 3、怎样描述动力学系统？ 答：对于离散时间系统，用一组一阶差分方程来描述： X(t+1)=F[X(t)]； 对于连续时间系统，用一阶微分方程来描述： dU(t)/dt=F[U(t)]。 4、F(x)与 x 的关系如下图，试述它们分别有几个平衡状态，是 否为稳定的平衡状态？ F(X) F(X) (1) (2) 0 a b X 0 a X 答：在图（1）中，有两个平衡状态a、b，其中，在a点曲 线斜率|F’(X)|1，为非稳定平稳状态；在b点曲线斜率|F’(X)|1， 为稳定平稳状态。 在图（2）中，有一个平稳状态a，且在该点曲线斜率|F’(X)|1， 为非稳定平稳状态。 精品文档 精品文档 5、对于单个神经元的离散模型，Hebb学习假设是什么，基本学 习方程是什么？ 答：对于单个神经元的离散模型，Hebb 学习假设是：只有当神 经元兴奋时，与其连接的突触结合权才被强化而增大；当两个神 经元同时处于兴奋状态时，它们之间的连接权应该加强。  基本学习方程是：w w (n1)w (n) yx ij ij ij i j 6、联想形式中的自联想和异联想有何区别？ 答：自联想指的是由某种代表事物（或该事物的主要特征或可能 是部分主在特征）联想到其所表示的实际事物。其数学模型为： 当输入X＝X0+V时，输出Y=X0。异联想指的是由某一事物（或 该事物的主要特征或可能是部分主在特征）联想到与其相关的另 一事物。其数学模型为：在映射X0→Y0 下，当输入X＝X0+V 时，输出Y=Y0。 7、网络的稳定吸引子和吸引子的吸引域分别指什么？ 答：当t=0 时，对网络输入模式x，网络处于状态v(0)，到时刻 t 网络达到状态v(t)，若v(t)稳定，则称v(t)为网络的稳定吸引子。 吸引子的吸引域是指所有经过一定时间能够稳定在吸引子v(t)上 的所有初始状态的集合。 三、论述题 1、 前馈式神经元网络与反馈式神经元网络有何不同？ 答：（1）、前馈型神经元网络取连续或离散变量，一般不考虑输 出与输入在时间上的滞后效应，只表达输出与输入的映射关系。 精品文档 精品文档 反馈式神经元网络可以用离散变量也可以用连续取值，考虑输出 与输入之间在时间上和延迟，需要用动态方程来描述系统的模 型。 （2 ）、前馈型网络的学习主要采用误差修正法（如 BP