Professional Documents
Culture Documents
神经网络习题
神经网络习题
神经网络习题
第一章
1 什么是人工神经网络?
人工神经网络是由大量简单的基本单元—神经元相互连接而成的自适应非线性动态系统。
2 人工神经网络的特点?
大规模并行 分布式存储 自适应学习
3 写出三种常用的神经元功能函数(变换函数)
线性函数 y=wx 硬限幅函数 y(t+1)=sgn(wx(t)-θ) Sigmoid 函数
4 画出两种最基本的神经网络连接形式并简要说明。
前馈和反馈两种
5 举例说明什么是结构性问题,什么是非结构性问题。神经网络是否可用于求解结构性问
题,举例说明
结构性问题:能用数学语言描述,可以令其公式化,转换成程序的问题
非结构性问题:人会处理,但难以用数学语言表达。可以通过范例学习抽象上升为概念。
可以
6 简述两种神经网络的基本功能(通过实例说明)。
CNN、、、RNN
7 写出神经网络的三种基本功能,并给予简单说明。
联想 分类 优化计算
8. 什么是有监督学习?什么是无监督学习?
有监督:通过外部样本进行学习,当实际输出结果与正确的期望输出有误差时,网络通过
自适应调节相应的连接强度,使误差逐渐减小
无监督:自适应输入检测规则,各个单位以某种方式竞争,获胜者神经元及周围增强,其
他神经元抑制,从而将信号分成有用的多个区域。
10. 画出前馈多层网络的一般结构,并标出各层的名称。Ppt26
输入层 输出层 隐藏层
11. 说明联想记忆的基本功能,什么是自联想?什么是异联想?
通过残缺线索信息存取和唤起相应的记忆。
自联想:输入模式获得与之相关的其他模式,输出等于输入
异联想:输入模式获得与之相关的其他模式,输入与输出不同
12. 给出一种人工神经元模型,画出其模型结构示意图并简要说明。
Ppt35 有
13. 在人工神经网络的构成方面,我们主要研究哪三方面的问题?(不一定)
功能函数 连接形式 训练规则
第二章
1. 推导 Widrow 的 LMS 递推算法,并推出随机逼进算法。
PPT61,,ppt64
2. 简述神经网络对学习训练的几项基本要求?
准确性 自适应性 收敛性和收敛速度 必须规定是有监督还是无监督 可推广性
3. 以前向三层神经网络为例,画出网络结构,列出 BP 算法公式并简要说明。
PPT74 三层网络
4. 请给出采用硬限幅函数时单个神经元分类器的结构和学习算法,并简述其工作原理。
Ppt55,54
输入矢量对神经元进行训练,让神经元可以自动找到那些权重系数和阈值,从而确定分界
面
5,PPT74
6.Ppt77
7. 证明采用线性函数的前向多层神经网络可以等效为一个单层网络。
9. 采用硬限幅函数的前向神经网络目前存在哪些主要问题?
不能对相交的集合进行分类 至今尚未找到一种有效的学习算法
11 举例说明采用硬限幅函数的单个神经元对两类非线性可分类问题进行学习训练时可能出
现的问题,说明问题的现象,分析其原因
第一次实验 adaline 的 LMS 算法。学习率过大,不收敛,过小,收敛慢
12 画出用前向二层神经网络实现四位奇偶校验的神经网络结构图,并写出相应的 BP 算法
公式
Ppt94
13 采用 S 型函数的前向三层神经网络是否可以完成任何非交集合的分类?请用举例方法定
性说明。
可以 PPT80
14,15 结束。看!
第三章
1. 简述双向联想网络(Kosko 型)的网络模型和工作原理。
PPT192
自上而下,自稳学习机制 自下而上,竞争学习机制
第四章
1. 试说明分类和聚类有什么不同?
PPT208 分类是给事物分配标签,聚类是将相似的事物按照一定标准放在一起。分类属于监
督学习,聚类属于无监督。
2. 试说明用自适应谐振理论构成的神经网络有哪些特点?
ART 网络时刻处于训练与测试状态。当他开始工作时可以不用确定到需要多少个神经元。
当 ART 发现记忆神经元不够用时会动态长出新的神经元去记忆新模式。形成新聚类。
3. 在 ART 网络中,如果只有竞争学习机制而没有自稳学习机制会有什么效果?给出一种
ART 网络的结构图,并简述工作原理。
PPT218 PPT209
4.结合 1 和 3