人工神經(jīng)網(wǎng)絡(luò)試卷_第1頁
人工神經(jīng)網(wǎng)絡(luò)試卷_第2頁
人工神經(jīng)網(wǎng)絡(luò)試卷_第3頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

一、填空題1、人工神經(jīng)網(wǎng)絡(luò)是生理學上的真實人腦神經(jīng)網(wǎng)絡(luò)的構(gòu)造和功能,以及若干基本特點的某種理論抽象、簡化和模擬而組成的一種信息辦理系統(tǒng)。從系統(tǒng)的見解看,人工神經(jīng)網(wǎng)絡(luò)是由大量神經(jīng)元經(jīng)過及其豐富和圓滿的連接而組成的自適應(yīng)非線性動向系統(tǒng)。2、神經(jīng)元(即神經(jīng)細胞)是由細胞體、樹突、軸突和突觸四部分組成。3、NN的特點:信息的分布積蓄、大規(guī)模并行共同辦理、自學習、自組織、自適應(yīng)性、NN大量神經(jīng)元的集體行為。4、膜電位:以外面電位作為參照電位的內(nèi)部電位。5、神經(jīng)元的歡喜:產(chǎn)生膜電位約為100mv,時寬約為1ms,分為四個過程:輸入信號期、歡喜期、絕對不應(yīng)期、相對不應(yīng)期。6、神經(jīng)元的動作特點:空間性相加、時間性相加、閥值作用、不應(yīng)期、疲倦、可塑性。7、閥值作用:膜電位上升不高出必然值55mv,神經(jīng)元不歡喜。8、學習形式依照輸出y劃分為:二切割學習、輸出值學習、無教師學習。9、權(quán)重改變方式:訓練期的學習方式、模式學習方式。10、牢固的平穩(wěn)狀態(tài)指當由于某些隨機因素的攪亂,使平衡狀態(tài)發(fā)生偏移,隨著時間的推移,偏移越來越小,系統(tǒng)最后回第1頁共3頁到平衡狀態(tài)。二、簡答題1、學習規(guī)則可以分為那幾類?答:(1)相關(guān)規(guī)則:僅依照連接間的激活水平改變權(quán)系;(2)糾錯規(guī)則:基于或等效于梯度下降方法,經(jīng)過在局部最大改進的方向上,依照小步逐次進行修正,力求達到表示函數(shù)功能問題的全局解;(3)無導師學習規(guī)則:學習表現(xiàn)為自適應(yīng)與輸入空間的檢測規(guī)則。2、簡述神經(jīng)網(wǎng)絡(luò)依照不同樣樣標準分類。答:按網(wǎng)絡(luò)構(gòu)造分為前饋型和反響型;按網(wǎng)絡(luò)的性能分為連續(xù)性和失散性、確定性和隨機性網(wǎng)絡(luò);依照學習方式分為有導師(指導)和無導師(自組織學習包括在內(nèi))學習;依照突觸連接性質(zhì)分為一階線性關(guān)系與高階非線性關(guān)系網(wǎng)絡(luò)。3、誤差反傳算法的主要思想?答:誤差反傳算法把學習過程分為兩個階段:第一階段(正向傳播過程),給出輸入信息經(jīng)過輸入層經(jīng)隱含層逐層辦理并計算每個單元的實質(zhì)輸出值;第二階段(反向過程),若在輸出層未能獲取希望的輸出值,則逐層遞歸的計算實質(zhì)輸出與希望輸出之差值(即誤差),第2頁共3頁以便依照此差調(diào)治權(quán)值。4、人腦的學習基礎(chǔ)是?答:⑴NN的構(gòu)造是可改變的;⑵NN的構(gòu)造的改變是以突觸結(jié)合權(quán)的可塑性為基礎(chǔ)的;⑶Hehb假設(shè):只有當神經(jīng)元歡喜時,與其連接的突觸結(jié)合權(quán)才被增強而增大。三、問答題畫出ART1網(wǎng)絡(luò)的基本構(gòu)造并說明該網(wǎng)絡(luò)的運行過程和學習算法答:G2R門限G1CReset輸入X運行過程分為三個階段:鑒別階段、比較階段和找

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論