智能信息处理智慧树知到期末考试答案2024年

智能信息处理智慧树知到期末考试答案2024年智能信息处理找到好的超参数的值是非常耗时的，所以通常情况下你应该在项目开始时做一次，并尝试找到非常好的超参数，这样你就不必再次重新调整它们

A:错误B:正确答案:错误最大最小蚂蚁系统对基本蚁群算法的改进包括信息素更新、信息素限定和信息素初始化。

A:错误B:正确答案:正确神经网络是由大量简单处理单元广泛连接而构成的一个复杂的线性系统()

A:错B:对答案:错BP神经网络在网络理论和网络性能方面都比较成熟，并具有很强的非线性映射能力和柔性的网络结构()

A:正确B:错误答案:正确在基本蚁群系统模型中，信息启发式因子α反映了蚂蚁在运动过程中启发信息在蚂蚁选择路径中受重视程度。（）

A:正确B:错误答案:错误模糊逻辑和可能性框架可以用极其简单的方式表达不确定性和不准确性，特别是当不确定性是根据主观感觉而不是精确的统计获得时，使用模糊集和可能性模型最适合。（）

A:正确B:错误答案:正确tanh激活函数通常比隐藏层单元的sigmoid激活函数效果更好，因为其输出的平均值更接近于零，因此它将数据集中在下一层是更好的选择

A:错误B:正确答案:正确粗集神经网络模型中，神经网络只能接受单值输入。

A:错B:对答案:错基本蚁群系统模型中的启发函数表示的是蚂蚁从元素i转移到元素j的期望程度。

A:正确B:错误答案:正确每个超参数如果设置得不好，都会对训练产生巨大的负面影响，因此所有的超参数都要调整好

A:错误B:正确答案:错误协同进化能够利用少数起进化导向作用的个体，减少了不必要的计算量，使收敛的速度加快。

A:错误B:正确答案:正确粗集理论建立在等价类的基础上，主要思想是利用不精确或不确定的知识来近似刻画已知的知识库。

A:正确B:错误答案:错误对许多大型系统，仅有部分数据库表属性必须保留，如果能将冗余属性删除，可大大提高系统潜在知识的清晰度。

A:正确B:错误答案:正确在自然图像中，除了噪声之外，相邻像素之间存在着很大的相关性。

A:对B:错答案:对遗传算法是一个循环寻优的过程。

A:错B:对答案:对抗体抗原表示法用于计算它们相互作用（互补）程度的距离测量

A:正确B:错误答案:正确当数据对象越相似，余弦相似函数越趋近于0，反之则趋近于1。（）

A:对B:错答案:错Logistic回归的权重w应该随机初始化，而不是全零，因为如果初始化为全零，那么逻辑回归将无法学习到有用的决策边界，因为它将无法“破坏对称性”

A:错误B:正确答案:错误建立灰色粗集模型进行故障诊断，计算量小，适合实时诊断，但是一定程度上降低了诊断的准确程度。

A:错误B:正确答案:错误免疫是指机体免疫系统识别自身与异己物质，并通过免疫应答排除抗原性异物，以维持机体生理平衡的功能

A:错误B:正确答案:正确对于任一___,若r不可省略，则R为___的。()

A:r∈R，独立B:r∉R，冗余C:r∈R，冗余D:r∉R，独立答案:r∈R，独立BP神经网络的特点()

A:泛化能力B:非线性映射能力C:容错能力D:都对答案:都对假设你的输入是一个300×300的彩色（RGB）图像，而你没有使用卷积神经网络。如果第一个隐藏层有100个神经元，每个神经元与输入层进行全连接，那么这个隐藏层有多少个参数（包括偏置参数）？

A:9,000,001B:9,000,100C:27,000,001D:27,000,100答案:27,000,100神经元节点计算什么？

A:神经元节点先计算线性函数（z=Wx+b），再计算激活。B:在将输出应用于激活函数之前，神经元节点计算所有特征的平均值C:神经元节点先计算激活函数，再计算线性函数(z=Wx+b)D:神经元节点计算函数g，函数g计算(Wx+b)。答案:神经元节点先计算线性函数（z对于网络结构的输出节点的选择，决定了多输出型和单输出型两种人工神经网络模型在模式识别中的应用方式。网络结构的输入层的节点数对应于样点数或样本的特征维数，而输出层的节点数等于（）

A:样本数B:特征数C:神经元数D:类别数答案:类别数个体A：1001↑111与个体B：0011↑000以↑为交叉点进行单点交叉后，产生的新个体可能包含（）。

A:1001000B:1111000C:0111011D:1000111答案:1001000你有一个63x63x16的输入，并使用大小为7x7的32个过滤器进行卷积，使用步幅为2和无填充，请问输出是多少？

A:29x29x16B:16x16x16C:29x29x32D:16x16x32答案:29x29x32在单蚁群聚类算法中，（）决定了聚类效果。

A:余弦相似函数B:相似性参数C:余弦距离函数D:蚂蚁运动速度答案:蚂蚁运动速度下面哪一特征不属于自然界中蚂蚁群体的系统性特征？（）

A:无关性B:多元性C:相关性D:整体性答案:无关性模糊二字来源于哪个英文单词（）。

A:FUZUZYB:FUZZYC:FUZYD:FUUZY答案:FUZZY人工神经元模型可以看成是由3种基本元素组成一个连接，一个加法器和（）

A:减法器B:输出C:放大器D:一个激活函数答案:一个激活函数用粗集方法进行图像中值滤波时，噪声密度的计算公式为()。

A:〔1-(灰度值改变的信号像素+灰度值不变的噪声像素)/图像总像素〕×100%B:〔滤波后灰度值不发生变化的噪声像素/实际噪声点总像素〕×100%C:〔噪声点像素/图像总像素〕×100%D:〔滤波后灰度值改变的信号像素/信号总像素〕×100%答案:〔噪声点像素/图像总像素〕×100%智能神经元就是具有（），并可以通过一定的学习规则在一类或几类函数中调整其处理元。

A:广义神经网络B:RBF网络C:都不对D:BP神经网络答案:RBF网络决策树的生成是一个从上至下，分而治之的过程，是一个______。（）

A:循环过程B:迭代的过程C:递归的过程D:都不对答案:递归的过程信息融合模型的内环路对应前向神经网络中层内的自反馈结构（）

A:串行结构B:并行结构C:自反结构D:自反馈结构答案:自反馈结构美国JDL/DFS根据信息融合输出结果，在早期将信息融合分为三级，分别为________()

A:位置估计与目标身份识别；态势评估；威胁评估B:威胁评估；态势评估；位置估计与目标身份识别C:位置估计与目标身份识别；威胁评估；态势评估D:态势评估；威胁评估；位置估计与目标身份识别答案:位置估计与目标身份识别；态势评估；威胁评估你有一个32x32x16的输入，并使用步幅为2、过滤器大小为2的最大化池，请问输出是多少？

A:16x16x16B:16x16x8C:32x32x8D:15x15x16答案:16x16x16粗集理论的第一届国际研讨会在(B)召开

A:加拿大B:日本C:波兰D:美国答案:波兰以下选项不属于遗传算法的缺点的是（）

A:在变量多，取值范围大或无给定范围时，收敛速度下降B:尚未得到广泛的应用C:可找到最优解附近，但无法精确确定最优解位置D:参数选择尚未有定量方法答案:尚未得到广泛的应用当从一个传感器（知识源）获得了某个目标的一些信息，可能还希望得到该目标的其他附加知识，该附加知识使用该传感器可能无法测到，而另一种传感器能够提供该信息，也就是说，两种传感器中的哪一个都能提供彼此所不能提供的必要信息，在这种情况下，不是除去那些只被一种传感器未证实的信息，而是增加信息，这称为_______。（）

A:都不对B:知识源证实C:免疫系统原理D:多规则生成器构造原理答案:知识源证实假设你的输入是300×300彩色（RGB）图像，并且你使用卷积层和100个过滤器，每个过滤器都是5×5的大小，请问这个隐藏层有多少个参数（包括偏置参数）？

A:7500B:2600C:7600D:2501答案:7600模糊控制是一种基于（）规则的控制。

A:规则B:模型C:方法D:语义答案:规则抗体亲和力函数和（）有关

A:密度函数B:突变概率函数C:目标函数D:期望值函数答案:目标函数您已经为所有隐藏单元使用tanh激活建立了一个网络。使用np.random.randn（..，..）*1000将权重初始化为相对较大的值。会发生什么？

A:这没关系。只要随机初始化权重，梯度下降不受权重大小的影响B:这会导致tanh的输入也非常大，导致单位被“高度激活”，从而加快了学习速度，而权重必须从小数值开始C:这将导致tanh的输入也非常大，因此导致梯度也变大。因此，您必须将α设置得非常小以防止发散;这会减慢学习速度D:这将导致tanh的输入也很大，因此导致梯度接近于零，优化算法将因此变得缓慢答案:这将导致tanh的输入也很大，因此导致梯度接近于零，优化算法将因此变得缓慢在基本蚁群系统模型中，α和β分别表示什么含义？（）

A:α为信息启发式因子，表示轨迹的相对重要性B:β为信息启发式因子，表示能见度的相对重要性C:α为期望启发式因子，表示能见度的相对重要性D:β为期望启发式因子，表示轨迹的相对重要性答案:α为信息启发式因子，表示轨迹的相对重要性下面对路径诱导问题和旅行商问题描述正确的是？（）

A:搜索结束条件不同B:搜索方向性不同C:网络结构不同D:两者相同答案:网络结构不同###搜索结束条件不同###搜索方向性不同生物学上，基因能够影响生物性状不仅取决于基因本身碱基的顺序，还取决于基因在染色体上的位置，免疫疫苗应该包含（）

A:疫苗的位置B:疫苗种类C:疫苗基因串D:疫苗长度答案:疫苗的位置免疫算法的优势主要体现在()

A:有更强的全局搜索能力B:简化了免疫算子C:防止了遗传算法后期的退化现象D:加快了收敛速度答案:有更强的全局搜索能力###防止了遗传算法后期的退化现象###加快了收敛速度与遗传算法收敛性有关的因素包括（）。

A:适应度函数B:选择操作C:种群规模D:变异概率答案:种群规模###选择操作###适应度函数###变异概率概率神经网络除了能克服BP神经网络的缺陷外，还保留了BP神经网络()的特征

A:但运行速度相比BP神经网络较慢B:归纳C:并行计算D:学习答案:学习###归纳###并行计算假设在一个深度学习网络中批处理梯度下降花费了太多的时间来找到一个值的参数值，该值对于成本函数J(W[1],b[1],…,W[L],b[L])来说是很小的值。以下哪些方法可以帮助找到J值较小的参数值？

A:尝试使用Adam算法B:尝试调整学习率αC:尝试对权重进行更好的随机初始化D:尝试mini-batch梯度下降答案:尝试mini-batch梯度下降###尝试使用Adam算法粗集理论是一种研究不完整数据的智能信息处理方法，该方法的特点是不需要任何先验知识，类似的还有()。

A:监督学习B:统计学中的概率分布C:模糊集理论中的隶属度函数D:证据理论中的基本概率赋值答案:模糊集理论中的隶属度函数###统计学中的概率分布###证据理论中的基本概率赋值粗集理论可以应用于哪些方面()

A:图像滤波B:数据挖掘C:模式识别D:神经网络答案:数据挖掘###神经网络###模式识别###图像滤波下列关于灰色粗集模型的说法中，正确的有()

A:灰色粗集模型极大的发挥了粗集理论的优势，与