人工神经网络原理第1章习题参考答案.pdfVIP

1.简述什么是人工神经网络。

简单地讲，人工神经网络就是基于模仿生物大脑的结构和功能，采用数学和物理方法进

行研究而构成的一种信息处理系统或计算机。

目前关于人工神经网络还尚未有一个严格的统一的定义，不同的科学家从各个不同侧面

指出了人工神经网络的特点。例如，美国神经网络学家HechtNielsen关于人工神经网络的

定义是：“人工神经网络是由多个非常简单的处理单元彼此按照某种方式相互连接形成的计

算机系统，该系统是靠其状态对外部输入信息的动态响应来处理信息的”。美国国防部高级

研究计划局关于人工神经网络的定义是：“人工神经网络是一个由许多简单的并行工作的处

理单元组成的系统，其功能取决于网络的结构、连接强度以及各个单元的处理方式”。

2.人工神经网络研究处于低潮的原因是什么？重新兴起的动因是什么？

处于低潮的原因：1969年，美国著名人工智能学者M.Minsky和S.Papert出版的《感

知机》（Perception）一书指出，简单的人工神经网络只能用于线性问题求解，能够求解非线

性问题的人工神经网络应该具有中间层，但是在理论上还不能证明将感知机模型扩展到多层

网络是有意义的。

重新兴起的动因：1982年，美国加州理工学院的生物物理学家J.Hopfield教授提出了

Hopfield网络模型，并于1984年对Hopfield模型进行了电子电路实现。Hopfield模型引入

了物理力学分析方法，阐明了神经网络与动力学之间的关系，建立了神经网络稳定性判断依

据，指出了信息存储在网络中各个神经元之间的连接上。

3.人工神经网络的特点是什么？人工神经网络擅长解决哪类问题？

特点：(1)固有的并行结构和并行处理特性；(2)知识的分布存储特性；(3)良好的容错

特性；(4)高度非线性及计算的非精确性；(5)自学习、自组织和自适应性。

擅长解决的问题类型：联想记忆、非线性映射、分类与识别、优化计算等。

4.人工神经网络的信息处理能力体现在那些方面？

体现在存储和计算两方面，其中信息存储能力取决于不同的神经网络模型，神经网络的

拓扑结构、网络连接权值的设计方法等都可以影响一个神经网络的信息存储容量；计算能力

主要表现为神经网络的非线性映射能力、并行分布计算能力等。

5.试述人工神经网络的功能，并举例说明。

主要功能包括：非线性映射；模式识别、分类与聚类；联想记忆；优化计算；知识获取

与表示。

6.试给出一个人工神经网络的应用实例。

略。

7.试述人工神经网络建立的信息系统的信息处理机制与传统的冯．诺依曼体系结构计算机

的信息处理机制的区别。

(1)计算原理：人工神经网络建立的信息系统（神经计算机）是由大量简单神经处理单

元按一定结构互相连接建立的可以进行并行计算的系统；传统冯．诺依曼体系结构计算机是

按一系列指令进行串行计算的系统，二者在计算原理上有本质区别。

(2)存储记忆：神经计算机以处理器本身的状态和相互之间的连接对知识进行分布存储，

具有很强的自学习能力、自组织能力和容错能力；传统计算机中信息集中存储在独立的存储

器中。

8.人工神经网络与传统的人工智能的区别是什么？与传统计算的区别是什么？

人工神经网络把注意力放在大脑的工作机理上。它采用自下而上的方法，从基础开始进

行研究，即试图从生物学的角度进行研究，由最简单的单元（人工神经元）开始，然后将它

们按照大脑的基本结构连接组合为层次模型；它通过神经元的兴奋和抑制产生信息，通过神

经元之间的相互作用对信息进行处理和传递，通过学习使其具备智能性。

人工智能方法则是自上而下的，即试图基于心理学的理论建立系统模型。该系统模仿的

是大脑做什么，很少涉及大脑如何做。人工智能方法建立在基于简单符号的系统结构之上，

它用符号表示事物和进行顺序处理的认知模型。

具体比较见表1-1和表1-2。