西安科技大學(xué)2014年神經(jīng)網(wǎng)絡(luò)期末試卷

1、神經(jīng)網(wǎng)絡(luò)原理一、填空題1、從系統(tǒng)的觀點(diǎn)講，人工神經(jīng)元網(wǎng)絡(luò)是由大量神經(jīng)元通過極其豐富和完善的連接而構(gòu)成的自適應(yīng)、非線性、動(dòng)力學(xué)系統(tǒng)。2、神經(jīng)網(wǎng)絡(luò)的基本特性有拓?fù)湫?、學(xué)習(xí)性和穩(wěn)定收斂性。3、神經(jīng)網(wǎng)絡(luò)按結(jié)構(gòu)可分為前饋網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)，按性能可分為離散型和連續(xù)型，按學(xué)習(xí)方式可分為有導(dǎo)師和無導(dǎo)師。4、神經(jīng)網(wǎng)絡(luò)研究的發(fā)展大致經(jīng)過了四個(gè)階段。5、網(wǎng)絡(luò)穩(wěn)定性指從t=0時(shí)刻初態(tài)開始，到t時(shí)刻后v(t+t)=v(t)，(t>0)，稱網(wǎng)絡(luò)穩(wěn)定。6、聯(lián)想的形式有兩種，它們分是自聯(lián)想和異聯(lián)想。7、存儲(chǔ)容量指網(wǎng)絡(luò)穩(wěn)定點(diǎn)的個(gè)數(shù)，提高存儲(chǔ)容量的途徑一是改進(jìn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，二是改進(jìn)學(xué)習(xí)方法。8、非穩(wěn)定吸引子有兩種狀態(tài)，一是

2、有限環(huán)狀態(tài)，二是混沌狀態(tài)。9、神經(jīng)元分興奮性神經(jīng)元和抑制性神經(jīng)元。10、漢明距離指兩個(gè)向量中對應(yīng)元素不同的個(gè)數(shù)。二、簡答題1、人工神經(jīng)元網(wǎng)絡(luò)的特點(diǎn)？答：（1）、信息分布存儲(chǔ)和容錯(cuò)性。（2）、大規(guī)模并行協(xié)同處理。（3）、自學(xué)習(xí)、自組織和自適應(yīng)。（4）、人工神經(jīng)元網(wǎng)絡(luò)是大量的神經(jīng)元的集體行為，表現(xiàn)為復(fù)雜的非線性動(dòng)力學(xué)特性。（5）人式神經(jīng)元網(wǎng)絡(luò)具有不適合高精度計(jì)算、學(xué)習(xí)算法和網(wǎng)絡(luò)設(shè)計(jì)沒有統(tǒng)一標(biāo)準(zhǔn)等局限性。2、單個(gè)神經(jīng)元的動(dòng)作特征有哪些？答：單個(gè)神經(jīng)元的動(dòng)作特征有：（1）、空間相加性；（2）、時(shí)間相加性；（3）、閾值作用；（4）、不應(yīng)期；（5）、可塑性；（6）疲勞。3、怎樣描述動(dòng)力學(xué)系統(tǒng)？答：對于離散

3、時(shí)間系統(tǒng)，用一組一階差分方程來描述：X(t+1)=FX(t)；對于連續(xù)時(shí)間系統(tǒng)，用一階微分方程來描述：dU(t)/dt=FU(t)。4、F(x)與x的關(guān)系如下圖，試述它們分別有幾個(gè)平衡狀態(tài)，是否為穩(wěn)定的平衡狀態(tài)？XF(X)0ab(1) XF(X)0a(2) 答：在圖（1）中，有兩個(gè)平衡狀態(tài)a、b，其中，在a點(diǎn)曲線斜率|F(X)|>1，為非穩(wěn)定平穩(wěn)狀態(tài)；在b點(diǎn)曲線斜率|F(X)|<1，為穩(wěn)定平穩(wěn)狀態(tài)。在圖（2）中，有一個(gè)平穩(wěn)狀態(tài)a，且在該點(diǎn)曲線斜率|F(X)|>1，為非穩(wěn)定平穩(wěn)狀態(tài)。5、對于單個(gè)神經(jīng)元的離散模型，Hebb學(xué)習(xí)假設(shè)是什么，基本學(xué)習(xí)方程是什么？答：對于單個(gè)神經(jīng)元的離

4、散模型，Hebb學(xué)習(xí)假設(shè)是：只有當(dāng)神經(jīng)元興奮時(shí)，與其連接的突觸結(jié)合權(quán)才被強(qiáng)化而增大；當(dāng)兩個(gè)神經(jīng)元同時(shí)處于興奮狀態(tài)時(shí)，它們之間的連接權(quán)應(yīng)該加強(qiáng)。基本學(xué)習(xí)方程是：6、聯(lián)想形式中的自聯(lián)想和異聯(lián)想有何區(qū)別？答：自聯(lián)想指的是由某種代表事物（或該事物的主要特征或可能是部分主在特征）聯(lián)想到其所表示的實(shí)際事物。其數(shù)學(xué)模型為：當(dāng)輸入XX0+V時(shí)，輸出Y=X0。異聯(lián)想指的是由某一事物（或該事物的主要特征或可能是部分主在特征）聯(lián)想到與其相關(guān)的另一事物。其數(shù)學(xué)模型為：在映射X0Y0下，當(dāng)輸入XX0+V時(shí)，輸出Y=Y0。7、網(wǎng)絡(luò)的穩(wěn)定吸引子和吸引子的吸引域分別指什么？答：當(dāng)t=0時(shí)，對網(wǎng)絡(luò)輸入模式x，網(wǎng)絡(luò)處于狀態(tài)v(0

5、)，到時(shí)刻t網(wǎng)絡(luò)達(dá)到狀態(tài)v(t)，若v(t)穩(wěn)定，則稱v(t)為網(wǎng)絡(luò)的穩(wěn)定吸引子。吸引子的吸引域是指所有經(jīng)過一定時(shí)間能夠穩(wěn)定在吸引子v(t)上的所有初始狀態(tài)的集合。三、論述題1、 前饋式神經(jīng)元網(wǎng)絡(luò)與反饋式神經(jīng)元網(wǎng)絡(luò)有何不同？答：（1）、前饋型神經(jīng)元網(wǎng)絡(luò)取連續(xù)或離散變量，一般不考慮輸出與輸入在時(shí)間上的滯后效應(yīng)，只表達(dá)輸出與輸入的映射關(guān)系。反饋式神經(jīng)元網(wǎng)絡(luò)可以用離散變量也可以用連續(xù)取值，考慮輸出與輸入之間在時(shí)間上和延遲，需要用動(dòng)態(tài)方程來描述系統(tǒng)的模型。（2）、前饋型網(wǎng)絡(luò)的學(xué)習(xí)主要采用誤差修正法（如BP算法），計(jì)算過程一般比較慢，收斂速度也比較慢。而反饋型網(wǎng)絡(luò)主要采用Hebb學(xué)習(xí)規(guī)則，一般情況下計(jì)算

6、的收斂速度很快。反饋網(wǎng)絡(luò)也有類似于前饋網(wǎng)絡(luò)的應(yīng)用，例如用作聯(lián)想記憶或分類，而在優(yōu)化計(jì)算方面的應(yīng)用更能顯出反饋網(wǎng)絡(luò)的特點(diǎn)。2、 試述離散型Hopfield神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)及工作原理。（1） Hopfield神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)如下： 這種網(wǎng)絡(luò)是一種單層網(wǎng)絡(luò)，由n個(gè)單元組成。每個(gè)神精元既是輸入單元，又是輸出單元；各節(jié)點(diǎn)一般選用相同的轉(zhuǎn)移函數(shù)，且為符號(hào)函數(shù)，即： 為網(wǎng)絡(luò)的輸入； 為網(wǎng)絡(luò)的輸出； 為網(wǎng)絡(luò)在時(shí)刻t 的狀態(tài)，其中t0，1，2，··· 為離散時(shí)間變量。Wij為從Ni到Nj的連接權(quán)值，Hopfield網(wǎng)絡(luò)為對稱的即有Wij = Wji 。N1N2Nn-1Nnx1x2xn-1xny1y2Yn-1ynV1(t)V2(t)Vn-1(t)Vn(t)w21Wn-1 2（2）、工作原理：、網(wǎng)絡(luò)經(jīng)過訓(xùn)練后，可以認(rèn)為網(wǎng)絡(luò)處于等待工作狀態(tài)，對網(wǎng)絡(luò)給定初始輸入x時(shí)，網(wǎng)絡(luò)就處于特定的初始狀態(tài)，由此初始狀態(tài)開始運(yùn)行，可以得到網(wǎng)絡(luò)的下一個(gè)輸出狀態(tài)。、這個(gè)輸出狀態(tài)通過反饋回送到網(wǎng)絡(luò)的輸入端，作為網(wǎng)絡(luò)下一