兰大网络社区护理选择题

神经网络技术与应用试题1人工神经网络常用的学习方法有哪些各有哪些特点（10分）2简述感知器的网络结构、工作原理及主要应用领域。（10分）3试推导三层前馈网络BP算法权值修改公式，并用BP算法学习如下函数，XEXF25SIN2CO5基本步骤如下（1）在区间上均匀选取个点（自行设定），计算的实际值，并5,NXF由此组成网络的样本集；（2）自行构造前馈网络结构，用BP算法和样本集训练网络，使网络误差小于某个很小的正数；（3）在区间上随机选取个点（，最好为非样本点），用学习后5,M的网络计算这些点的输出值，并与这些点的理想输出值比较，绘制误差曲线；（4）说明不同的、值对网络学习效果的影响。（15分）N4简述CMAC网络的结构及特点。（10分）5试用RBF网络学习一下函数（步骤可参看第3题）21212132121576XXXX,F其中，。若输入信号的分辨率不同时，对算法的收敛55过程有何影响。（15分）6用HOPFIELD网络对如下字符进行识别字符“0”字符“1”字符“2”字符“3”字符“4”字符“6”字符“”字符“9”（1）试确定网络结构和网络权值；（2）将污染率为10字符“0”、“1”、“2”、“3”（随机设定）输入网络，给出网络收敛后的结果。（3）将污染率为20字符“4”、“6”、“9”（随机设定）输入网络，给出网络收敛后的结果。（20分）7简述ART1网络的结构和工作过程。（10分）8结合自己的研究方向，谈谈如何应用神经网络理论和知识解决面临的实际问题，要求给出实例。（10分）3程序如下X500015YCOSX2SINX5XEXP2XNETNEWFFMINMAXX,8,1,TANSIG,PURELIN,TRAINLMNETTRAINPARAMEPOCHS10000NETTRAINPARAMGOAL001NET,TRTRAINNET,X,YPLOTX,YTITLE标准输出HOLDOFFY4SIMNET,XPLOTX,Y4PLOTX,Y4,BPLOTX,Y4,GTITLE样本不变情况下训练后输出Y1COSX12SINX15X1EXP2X1X15000095Y1COSX12SINX15X1EXP2X1PLOTX1,Y1,RTITLE样本改变后标准输出Y2SIMNET,X1PLOTX1,Y2,GTITLE样本改变后训练输出ERRY2Y1PLOTX1,ERR,BTITLE误差曲线N越大，训练次数越少，网络性能越好，学习效果变好，但是N太大会导致计算机单步计算时间变长；越大，训练次数越少，训练时间减少，网络性能变差，学习效果变坏；总体上说，N越大，越小，学习效果会越好。但是会牺牲时间，有时候系统可能会达不到的训练要求。5CLEARXRAND2,1000XX0510X1X1,X2X2,YX13X233X126X17X25X1X2NETNEWRBX,YNEWRB,NEURONS0,MSE986838NEWRB,NEURONS25,MSE136414NEWRB,NEURONS1000,MSE141658E010I,JMESHGRID5015ROWSIZEITX1ITX1TX1TX2JTX2TX2TXTX1TX2TYSIMNET,TXVRESHAPETY,ROWFIGUREMESHI,J,VZLIM200,600TITLERBF网络X1,X2MESHGRID50055YX13X233X126X17X25X1X2MESHX1,X2,YTITLE函数曲面图MESHX1,X2,VYTITLE误差曲面效果图输入信号分辨率越高，学习速率越低，需要更多时间才能完成RBF网络的训练，算法收敛过程变慢，学习效果变好；过大的分辨率可能会导致计算机内存溢出而崩溃。6程序如下ZERO111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111ONE1ONEZERO1ZEROTWO1TWOIZEROONETWOTHREESUBPLOT3,4,1IMSHOWIMRESIZEZERO,20TITLE标准字符0SUBPLOT3,4,2IMSHOWIMRESIZEONE,20TITLE标准字符1SUBPLOT3,4,3IMSHOWIMRESIZETWO,20TITLE标准字符2SUBPLOT3,4,4IMSHOWIMRESIZETHREE,20TITLE标准字符3NETNEWHOPIRANDSTATE,0FORI1120ARANDIFA03ONEI1ONEIZEROI1ZEROITWOI1TWOITHREEI1THREEIENDENDNO0ZERONO1ONENO2TWONO3THREESUBPLOT3,4,5IMSHOWIMRESIZEZERO,20TITLE污染后字符0SUBPLOT3,4,6IMSHOWIMRESIZEONE,20TITLE污染后字符1SUBPLOT3,4,7IMSHOWIMRESIZETWO,20TITLE污染后字符2SUBPLOT3,4,8IMSHOWIMRESIZETHREE,20TITLE污染后字符3NOISE0NO0TU0SIMNET,12,10,NOISE0SUBPLOT3,4,9IMSHOWIMRESIZETU010,20TITLE收敛后字符0NOISE1NO1TU1SIMNET,12,10,NOISE1SUBPLOT3,4,10IMSHOWIMRESIZETU110,20TITLE收敛后字符1NOISE2NO2TU2SIMNET,12,10,NOISE2SUBPLOT3,4,11IMSHOWIMRESIZETU210,20TITLE收敛后字符2NOISE3NO3TU3SIMNET,12,10,NOISE3SUBPLOT3,4,12IMSHOWIMRESIZETU310,20TITLE收敛后字符3FOUR111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111SUBPLOT3,3,1IMSHOWIMRESIZEFOUR,1TITLE标准字符4SUBPLOT3,3,2IMSHOWIMRESIZESIX,1TITLE标准字符6SUBPLOT3,3,3IMSHOWIMRESIZENINE,1TITLE标准字符9K10IFOURSIXNINENETNEWHOPIRANDSTATE,0FORI1120ARANDIFA02FOURI1FOURISIXI1SIXININEI1NINEIENDENDNO4FOURNO6SIXNO9NINESUBPLOT3,3,4IMSHOWIMRESIZEFOUR,1TITLE污染后字符4SUBPLOT3,3,5IMSHOWIMRESIZESIX,1TITLE污染后字符6SUBPLOT3,3,6IMSHOWIMRESIZENINE,1TITLE污染后字符9NOISE4NO4TU4SIMNET,12,K,NOISE4SUBPLOT3,3,7IMSHOWIMRESIZETU4K