第六章神经网络文档格式.docx
- 文档编号:15049807
- 上传时间:2022-10-27
- 格式:DOCX
- 页数:21
- 大小:363.20KB
第六章神经网络文档格式.docx
《第六章神经网络文档格式.docx》由会员分享,可在线阅读,更多相关《第六章神经网络文档格式.docx(21页珍藏版)》请在冰豆网上搜索。
1、一般认为,人工神经网络(ANN)适用于()
A、线性系统B、多变量系统
C、多输入多输出系统D、非线性系统
2、最早提出人工神经网络思想的学者是()
A、McCulloch-PittsB、Hebb
C、Widrow-HoffD、Rosenblatt
3、神经元模型一般为()
A、单输入多输出B、多输入单输出
C、单输入单输出D、多输入多输出
三、简答题
1、简述神经网络的特点。
2、试画出一个2-3-5-2BP网络的结构图,说明节点函数。
3、简要说明多层感知器的结构和学习算法。
4、前馈型神经网络有什么特点?
哪些结构的神经网络属于前馈神经网络?
5、简要说明典型的人工神经元模型。
6、神经网络控制系统的结构形式有哪些?
7、什么是感知器?
8、神经网络的基本属性是什么?
9、试画出BP网络的结构图,并说明其特点。
10、给出典型的神经元模型。
11、人工神经网络有哪些学习方法?
简述之。
12、试画出5输入、3个输出、蕴含层有10个神经元的3层BP网络,并说明BP网络的优点。
13、BP基本算法的优缺点。
14、人工神经元网络的拓扑结构主要有哪几种?
15、BP基本算法的优缺点。
16、什么是神经网络的学习算法?
神经网络中常用的学习规则有哪些?
17、试论述对BP网络算法的改进。
18、神经元计算与人工智能传统计算有什么不同?
19、请说出神经网络与模糊系统的融合方式。
20、模糊神经网络由哪些学习算法?
21、简述自适应神经-模糊推理系统ANFIS的结构和学习算法。
22、模糊神经网络分哪两大类?
各有什么特点?
23、简单叙述生物神经元和人工神经元的结构。
24、从人工神经网络的结构来看,神经网络可以分成几种类型?
并说明它们的特点。
25、人工神经网络在工程上得到广泛应用,说明它具有的突出优点。
26、神经网络的学习方式和学习算法有哪些?
各有什么特点,并适合什么样的网络?
27、前馈型神经网络有什么特点?
28、构建一个BP网络完成逻辑“与”的分类。
29、反馈神经网络的拓扑结构有什么特点?
哪些神经网络属于反馈神经网络?
30、什么是神经网络控制?
其基本思想是什么?
31、神经网络控制系统可以分为哪几类?
举例说明三种神经网络控制系统的结构。
32、神经元的种类有哪些?
它们的函数关系如何?
33、为什么由简单的神经元连接而成的神经网络具有非常强大的功能?
34、神经网络按连接方式分有哪几类?
35、为什么说神经控制具有潜在发展前景?
试结合ANN的特性加以讨论。
36、人工神经网络可分为哪两类,通过网络中神经元的连接情况加以说明
37、试画出一个3-5RBF网络的结构图,说明节点函数和学习过程。
38、试比较单层感知器和多层感知器。
39、神经网络控制系统主要分为哪五类?
40、试说明BP学习算法中包含的两类信号不同方向的传播过程。
41、RBF网络与BP网络的主要区别是什么?
42、生物神经元主要有哪些部分组成?
试给出等效的MP模型。
43、画出静态多层前向人工神经网络(BP网络)的结构图,并简述其特点
44、试画出一个3-5-2BP网络的结构图,说明节点函数和学习算法,并说明BP网络的缺点。
45、试画出一个RBF神经网络的结构图,并说明其节点函数。
四、计算题
1、如图4-24所示的多层前向传播神经网络结构。
假设对于期望的输入,。
网络权系数的初始值见图。
试用BP算法训练此网络。
并详细写出第一次迭代学习的计算结果。
这里,取神经元激励函数。
学习步长为。
最大迭代次数为iterafemax。
误差为e。
(四舍五入,精确到小数后1位)
2、试设计一个离散型Hopfield网络,具有联想记忆功能,使其能正确识别0~9的阿拉伯数字。
并且每次随机改变2个、4个和6个象素后,分别测试一下网络对加入噪声的数字的正确诊断率。
3、试设计一个单神经元感知器,利用MATLAB编程解决下述训练样本的模式分类,并找出其分界线。
8个训练样本为
;
4、利用MatLab中神经网络函数创建一个RBF网络,并对非线性函数进行逼近。
编写MatLab程序并给出仿真结果。
答案:
一、
1、细胞体、树突、轴突、突触
2、层状结构、网络结构、有教师学习、无教师学习
3、略。
4、无监督Hebb学习规则、有监督δ学习规则或Widow-Hoff学习规则、有监督Hebb学习规则
5、略。
6、略。
7、略。
8、阈值函数,分段线性函数,双曲函数、Sigmoid函数
9、引入动量项、变尺度法、变步长法
10、略。
11、略。
12、略。
13、前馈(前向)网络、反馈(递归)网络
14、误差修正规则或Delta()学习规则、Hebb学习规则、竞争学习规则
15、输入模式正向传播、误差逆传播
16、有教师学习(有监督学习)、无教师学习(无无监督学习、UnsupervisedLearning)、增强学习(ReinforcementLearning)
17、细胞体(Soma)、突起(Neurites)
二、
1D2A3C
三、
1、1)神经网络可以充分逼近任意复杂的非线性函数。
2)神经网络具有分布式信息存贮特点,有很强的鲁棒性和容错性。
3)神经网络具有巨量信息并行处理和大规模平行计算能力。
4)神经网络具有自组织、自学习功能,是自适应组织系统。
2、答案:
隐含结点函数为S型函数。
输出结点函数为S型函数或线性函数
3、答案:
图中为输入特征向量,各分量为,为到第一隐层的连接权值,为第一隐层神经元的阈值;
为到第二隐层的连接权值,为第二隐层神经元的阈值;
输出量,各分量为,为到输出层的连接权值,为输出神经元的阈值;
为激励函数,通常用阶跃函数、双极值函数。
学习算法可以采用Hebb学习规则。
4、答案:
前馈型神经网络中的神经元按层排列,网络从输入层到输出层是单向连接,只有前后相邻两层之间神经元实现相互连接,从上一层接收信号输送给下一层神经元,同层的神经元之间没有连接,各神经元之间也没有反馈。
前馈网络是一种静态的非线性映射,大部分前馈网络都是学习网络,比较适用于模式识别、分类和预测评价问题
典型的前馈网络有感知器(MLP)、误差反向传播网络(BP)和径向基函数神经网络(RBF)、小脑模型连接控制网络(CMAC)等。
5、答案:
其中,()是从其它神经元传来的输入信号;
表示从其它神经元到该神经元的连接权值;
为该神经元激活阈值;
为神经元输出;
为输出变换函数,一般为非线性函数,也可以称为激励函数、响应函数等。
6、答案:
直接逆动态控制
神经网络自适应控制包括自校正控制和模型参考自适应控制
神经网络PID控制
神经网络内模控制
神经网络模型预测控制
或者
监视控制、直接逆控制、模型参考控制、内部模型控制、预测控制、自适应控制、系统辨识、滤波预报等更加细致的分类形式。
基于传统控制理论的神经控制和基于神经网络的智能控制两大类
7、答案:
感知器(Perceptron)是一个具有单层神经元的神经网络,并由线性阀值元件组成,是最简单的前向神经网络,它主要用于模式分类。
由感知器的网络结构,我们可以看出感知器的基本功能是将输入矢量转化成0或1的输出。
感知器利用其学习规则来调整网络的权值,以便使该网络对输人矢量的响应达到数值为0或1的目标输出。
感知器的学习是有指导的学习,其训练算法的基本原理来源于著名的Hebb学习规则。
基本思想是:
逐步地将样本集中的样本输入到网络中,根据输出结果和理想输出之间的差别来调整网络中的权系数。
8、答案:
神经网络的基本属性:
1)非线性
2)非局域性
3)非定常性
4)非凸性
9、答案:
BP网络的主要特点是:
1)输入和输出是并行的模拟量;
2)网络的输入输出关系是各层连接的权因子决定,没有固定的算法;
3)权因子是通过学习信号调节的,这样学习越多,网络越聪明;
4)隐含层越多,网络输出精度越高,且个别权因子的损坏不会对网络输出产生大的影响
13、略。
14、略。
15、略。
16、答案:
“学习”是指在外界环境激励作用下,神经网络的连接权值不断调整适应的过程。
神经网络的学习算法是指一系列事先定义好的解决学习问题的规则,它决定了如何调整神经网络连接权值的方式。
误差修正规则(Error-CorrectionLearning)、误差修正规则(Error-CorrectionLearning)Hebb学习规则(HebbianLearning)、竞争学习(CompetitiveLearning)。
17、略。
18、略。
19、略。
20、略。
21、略。
22、略。
23、略。
24、略。
25、略。
26、略。
27、略。
28、略。
29、略。
30、略。
31、略。
32、答案:
神经元模型是生物神经元的抽象和模拟。
它是模拟生物神经元的结构和功能、并从数学角度抽象出来的一个基本单元。
它是神经网络的最基本的组成部分。
神经元一般是多输入-单输出的非线性器件。
模型可以描述为
假设,即
为神经元的内部状态;
为阀值;
为输入信号,;
为表示从单元到单元的连接权系数;
为外部输入信号。
常用的神经元非线性特性有以下四种
阀值型
分段线性型
Sigmoid函数型
Tan函数型
33、答案:
神经系统是一个高度复杂的非线性动力学系统,虽然每一个神经元的结构和功能十分简单,但由大量神经元构成的网络系统的行为却是丰富多彩和十分复杂的。
从神经元模型角度来看,有线性处理单元和非线性处理单元。
从网络结构方面来看,有:
前向网络、反馈网络和自组织网络。
34、答案:
神经网络按连接方式分
属于网状结构网络。
神经网络是由通过神经元的互连而达到的。
根据神经元的连接方式的不同,神经网络可分为以下四种形式:
前向网络由输入层、隐含层和输出层组成。
每一层只接受前一层神经元的输入。
各神经元之间不存在反馈。
属于层次型网络。
反馈网
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第六 神经网络