2022年神经网络模拟试题 .pdf

上传人:Q****o 文档编号:30523771 上传时间:2022-08-06 格式:PDF 页数:5 大小:65.12KB
返回 下载 相关 举报
2022年神经网络模拟试题 .pdf_第1页
第1页 / 共5页
2022年神经网络模拟试题 .pdf_第2页
第2页 / 共5页
点击查看更多>>
资源描述

《2022年神经网络模拟试题 .pdf》由会员分享,可在线阅读,更多相关《2022年神经网络模拟试题 .pdf(5页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、神经网络模拟试题叶伟、朱宇涛、双银锋一填空:1 神经元(即神经细胞)是由细胞体、树突、轴突和突触四部分构成。2 按网络结构分, 人工神经元细胞可分为前馈型和反馈型,按照学习方式分可分为:有导师和无导师学习。3前馈型网络可分为可见层和隐含层,节点有输入结点、输出节点、计算单元。4 反馈网络历经状态转移,直到它可能找到一个平衡状态,这个平衡状态称为吸引子。5 神经网络工作过程主要由工作期和学习期两个阶段组成。6 在 ANN 中 HEBB 算法最简单可描述为:如果一个处理单元从另一处理单元接收输入激励信号, 而且两者都处于高激励电平,那么处理单元间的加权就应当增强。HEBB 网络代表了一种纯前向式无

2、导师学习。7 学习规则又称最小均方规则,它利用目标激活值与所得激活值之差进行学习。其方法是:调整联系强度,使其差最小。8 常见的七种学习规则中, 无导师学习的规则是指HEB 学习和胜者为王学习规则。9 误差反传训练算法的主要思想是学习过程分为两个阶段:正向传播过程和反向过程。10网络吸引子分为稳定和非稳定两种,非稳定吸引子又有两种情况:有限状态指网络状态有规律地在某些状态之间振荡;而混沌状态是指网络无规律地某些状态之间振荡。二、判断题:名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第

3、1 页,共 5 页 - - - - - - - - - 1对反馈网络而言,稳定点越多,网络的联想与识别能力越强,因此,稳定点的数据目越多联想功能越好。()2简单感知器仅能解决一阶谓词逻辑和线性分类问题,不能解决高阶谓词和非线分类问题。()3BP算法是在无导师作用下,适用于多层神经元的一种学习,它是建立在相关规则的基础上的。()4在误差反传训练算法中,周期性函数已被证明收敛速度比S型函数慢。()5基于 BP 算法的网络的误差曲面有且仅有一个全局最优解。 ()6对于前馈网络而言,一旦网络的用途确定了,那么隐含层的数目也就确定了。()7对离散型HOPFIELD 网络而言,如权矩阵为对称阵,而且对角线

4、元素非负,那么网络在异步方式下必收敛于下一个稳定状态。()8对连续HOPFIELD 网络而言,无论网络结构是否对称,都能保证网络稳定。()9竞争学习的实质是一种规律性检测器,即是基于刺激集合和哪个特征是重要的先验概念所构造的装置,发现有用的部特征。()10人工神经元网络和模糊系统的共同之处在于,都需建立对象的精确的数学模型,根据输入采样数据去估计其要求的决策,这是一种有模型的估计。()三、论述题:1、 对误差反传训练算法而言,如何有效提高训练速度?答:可通过四个方面来提高训练速度:一、通过全局自适应技术修改全局参数,即对每个可调参数根据学习情况用同样的学习速率改变;二、通过局部学习自适应来对每

5、个可调节参数采用独自的学习速率,对每个权录求名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页,共 5 页 - - - - - - - - - . 最优学习速率。三、采用新的激活函数来加快收敛速度;四、采用组合激活函数来加快收敛速度。其中,全局学习速率的自适应又分为:加入动量法;学习速率的经验公式法;学习速率渐小法;渐进自适应学习速率;共轭梯度法;变步长法;学习速率自调整的BP 算法。局部学习自适应又可分为:基于符号变换的学习速率自适应;DELTA-BAR-DELTA 法; QU

6、ICKPROP 法;RPROP方法。2、简要地画出简单神经元的结构示意图,标注清楚结构模型每一部分代表符号和符号代表的意义,并分别写出膜电位和激发函数的统一表达式。x1 x2 iwij xn si 神经元的结构图X1、X2Xn为输入信号,ui为神经元内部状态,i为阈值,wij为ui到 uj的连接权,si表示外部输入信号, f( . )为激发函数,yi为输出。i为膜电位。iwij Xi + siui yyi i名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页,共 5 页 - -

7、- - - - - - - yi=f(i-i)=f(wij Xi + si-i)3、简要地描述 BP 算法过程和用MATLAB软件进行仿真的总体步骤,并列出五个仿真过程中必不可少的函数。答:BP 算法是一种 ANN 的误差反向传播训练算法,这种网络不仅有输入节点、输出节点,还有一层或多层隐含节点。对于输入信息要先向前传播到隐含层的节点上,经过各单元的特性为SIGMOID 型的激活函数运算后, 把隐含节点的输出信息传播到输出节点,最后给出输出结结果。网络学习过程由正向和反向传播两部分组成。在正向传播过程中,每一层神经元的状态只影响下一层神经元网络。如果输出层不能得到期望输出,就是实际输出值与期望

8、输出值之间有误差,那么转入反向传播过程,将误差信号沿原来的连接通路返回,通过修改各层神经元的权值,逐次地向输入层传播去进行计算,再经过正向传播过程,这两个过程的反复运用,使得误差信号最小,实际上,误差达到所希望的要求时,网络的学习过程就结束。应用 MATLAB 进行仿真时,有四个必要过程:问题描述,网络初始化,网络训练,性能测试。相关函数:newff: 生成一个前馈 BP 网络;logsig: sigmoid 传递函数;名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页,共 5 页 - - - - - - - - - initff: 前向网络初始化;trainbp:利用 BP 算法训练前向网络;learnbp:反向传播学习规则 ; errsurf:计算误差曲面函数;名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页,共 5 页 - - - - - - - - -

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 技术资料 > 技术总结

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁