神经计算试卷及详解.docxVIP

神经计算试卷及详解

一、单项选择题（共10题，每题1分，共10分）

神经计算中最基础的人工神经元模型，其设计灵感来源于以下哪项内容？

A.生物神经元的信号传递机制

B.线性回归的数学公式

C.逻辑回归的损失函数

D.决策树的分支逻辑

答案：A

解析：人工神经元的核心是模拟生物神经元“接收输入-加权求和-非线性输出”的信号传递过程，因此设计灵感来自生物神经元机制，选项A正确。线性回归、逻辑回归、决策树均为传统机器学习算法，与人工神经元的基础设计逻辑无关，故排除B、C、D。

感知机属于以下哪种类型的神经网络？

A.多层前馈神经网络

B.单层前馈神经网络

C.递归神经网络

D.卷积神经网络

答案：B

解析：感知机仅有输入层和输出层，无中间隐藏层，属于单层前馈神经网络，仅能处理线性可分的二分类问题，选项B正确。多层前馈神经网络含至少一层隐藏层，递归神经网络存在循环连接，卷积神经网络针对二维网格数据设计，均与感知机特性不符，故排除A、C、D。

以下哪项是神经计算中常用的非线性激励函数？

A.线性函数f(x)=x

B.恒等函数f(x)=x

C.Sigmoid函数

D.常数函数f(x)=10

答案：C

解析：Sigmoid函数可将输入映射到(0,1)区间，具备非线性特性，是早期神经网络中广泛应用的激励函数，解决了线性模型无法处理非线性问题的缺陷，选项C正确。线性函数、恒等