雨课堂学堂在线学堂云《神经网络理论及应用(北工商)》单元测试考核答案

注：不含主观题第1题判断题(1分)人工神经元是一个多输入、多输出的信息处理单元第2题判断题(1分)人工神经元数学模型决定该节点本身的信息处理能力第3题单选题(1分)人工神经网络的激活函数主要有三种形式：阈值型转移函数，非线性转移函数和分段线性转移函数。下面哪个函数对应的是非线性转移函数？（

）ABCD第4题多选题(2分)生物神经元在结构上由以下哪些部分构成？A细胞体B树突C轴突D突触正确答案：ABCD第5题单选题(1分)人工神经元模型建立时需要基于六点假设，以下哪项假设表述错误()。A神经元输入分兴奋性输入和抑制性输入两种类型B神经元具有空间整合特性和阈值特性C神经元输入与输出间有固定的时滞D不能忽略时间整合作用和不应期第6题多选题(2分)人工神经元模型中常见的转移函数有以下哪些?()A阈值型转移函数Bsigmoid转移函数C正弦型转移函数D分段线性转移函数正确答案：ABD第7题单选题(1分)人工神经网络的激活函数主要有三种形式:域值型转移函数,非线性转移函数和分段线性转移函数。下面那个函数对应的是非线性转移函数?()ABCD第8题单选题(1分)某神经元j处理信息时的数学模型为,为了方便,人们常把阈值融入到权值中去,下列做法正确的是()A取,得到B取,得到C取,得到D取,得到2.2人工神经网络模型及学习第1题多选题(2分)人工神经网络按照拓扑结构可以划分为哪些？A层次型B互联型C前馈型D反馈型正确答案：AB第2题多选题(2分)人工神经网络按照信息流向可以划分为哪些？A前馈型B反馈型C层次型D互联型正确答案：AB第3题判断题(1分)层次型人工神经网络结构中，按照神经元功能可以将网络各层划分为输入层,中间层、反馈层。第4题判断题(1分)人工神经网络学习的本质是网络可变权值的动态调整。第5题多选题(2分)以下选项哪些是决定人工神经网络特性的关键要素？A转移函数B神经网络的拓扑结构C神经网络的学习规则D网络节点个数正确答案：ABC第6题判断题(1分)神经网络的学习方式有三种：有导师学习、无导师学习、启发式学习。3.1单层感知器基础知识作业第1题判断题(1分)具有单层计算单元的神经网络，称为感知器第2题单选题(1分)对于单计算节点的感知器，若输入是3维的，则输出的分类判决面是以下哪项？A直线B平面C超平面D以上都有可能第3题单选题(1分)下图所示的单层感知器网络所确定平面上的一条分界线是()。ABCD第4题单选题(1分)感知器学习规则的描述是下列中哪一项?其中x是输入向量,是学习率,Wk是权向量,dk是目标输出,yk神经网络输出层第k个神经元的输出。()ABCD3.2单层感知器的功能与局限作业第1题判断题(1分)单层感知器既可以解决线性可分问题，也可以解决线性不可分问题第2题判断题(1分)单层感知器既可以实现逻辑“异或”功能第3题单选题(1分)若单层感知器输出层有3个节点，最多可以对多少类线性可分的样本进行？A3B4C6D83.3第1题判断题(1分)多层感知器可以解决逻辑“异或”问题第2题判断题(1分)在用于分类问题时，单层感知器只能解决线性可分问题问题，而多层感知器可以解决线性不可分问题，这是因为多层感知器中加入了隐层。第3题单选题(1分)多层感知器中第二个隐层的节点对应的判决域是以下哪项？A半平面B凸域C任意复杂形状域D球面3.4基于BP算法的多层感知器第1题判断题(1分)BP学习算法的基本思想是信号反向传播，误差正向传播。第2题单选题(1分)BP学习算法的核心是以下哪项？A基于误差梯度下降的权值调整法BBP网络层数CBP网络节点数DBP网络训练样本数第3题判断题(1分)根据误差梯度下降法，权值调整量与误差梯度反方向成正比第4题单选题(1分)一个只有单权值的神经网络,其误差函数为,当误差函数对权值的偏导数如下图所示,此时权值应该往哪个方向调整?()A增大B减小C可能增大也可能减小D不变第5题单选题(1分)训练样本的输入输出向量分别为：输入x=（x1,x2,x3）T，期望的输出d=(d1,d2,d3)T,将其输入到如下的神经网络，该网络采用BP算法进行训练，那么其过程应是以下哪一种情况？（）A(1)计算yj,(2)更新zk,

(3)计算vij,(4)更新wjk．B

(1)计算yj,(2)更新vij,

(3)计算zk,(4)更新wjk．C(1)计算zk,

(2)更新wjk,

(3)计算yj,(4)更新vij．D

(1)计算yj,

(2)计算zk,

(3)更新wjk,

(4)更新vij．3.5标准BP算法实现作业第1题判断题(1分)批训练方式容易使神经网络对样本“喜新厌旧”第2题多选题(2分)按照样本输入方式，BP网络训练有哪些类型？A单样本训练B批训练C随机输入D顺序输入正确答案：AB第3题单选题(1分)下列哪项不是神经网络的基本特征？A并行处理B快速处理速度C分布式存储D自适应性3.6-标准BP算法的局限性与改进第1题单选题(1分)下列哪种说法不属于改进的BP算法？A增加动量项B引入陡度因子C采用自适应调整学习率D改变隐层、输出层节点的转移函数第2题判断题(1分)BP算法中，若网络误差曲面平坦区的梯度为0，则网络误差一定为0第3题判断题(1分)BP算法中，网络误差曲面中可能存在多个局部极小点。第4题判断题(1分)BP算法中，网络误差曲面中存在唯一的全局极小点。第5题多选题(2分)BP算法中，网络误差曲面分布特点有哪些？A存在平坦区B存在多个极小点C只存在一个全局最优点D不存在平坦区正确答案：AB第6题多选题(2分)标准BP算法的改进措施有哪些？A增加动量项B自适应调节学习率C引入陡度因子D增加训练次数正确答案：ABC第7题单选题(1分)下图所示的三层BP网络中,网络误差E可调整的参数个数有多少个?()ABCD第8题单选题(1分)下列哪种说法不属于改进的BP算法?()A增加动量项B引入陡度因子C采用自适应调整学习率D改变隐层、输出层节点的转移函数3.7BP神经那网络设计基础作业第1题判断题(1.5分)BP神经网络训练样本的选择应类别均衡且每类样本数量大致相等。第2题判断题(1分)BP神经网络训练时，样本输入时应按不同类别样本顺序输入，以避免网络训练出现振荡第3题判断题(1分)BP神经网络的输入量必须选择那些相关性强，对输出影响大且能够检测或提取的变量。第4题判断题(1分)对输入量进行归一化处理可以消除量纲的影响。第5题判断题(1分)网络权值的初始化方法与缩短网络训练时间无关。第6题判断题(1分)网络的性能好坏主要看其是否具有很好的泛化能力。第7题判断题(1分)若用BP神经网络解决四分类问题，则神经网络的输出层可以用3个或4个节点第8题单选题(1分)以下文字符号C作为神经网络输入时需要将其量化,如下图3*3网格所示,设网格黑色为1,网格白色为0,则C编码为()A111100111B001100111C111100100D0000110004.1第1题判断题(1分)分类和聚类是同一概念。第2题判断题(1分)对样本采用欧氏距离进行相似度测量，易形成大小相似且紧密的圆形聚类。第3题判断题(1分)对样本采用余弦法进行相似度测量，易形成大体同向的狭长形聚类。第4题判断题(1分)竞争学习神经网络结构包括输入层、隐层和竞争层。第5题判断题(1分)竞争学习神经网络训练过程中只需要将输入向量归一化，不需要将内星权向量归一化。第6题判断题(1分)竞争学习神经网络输出层神经元内星权向量经过学习后逐渐成为对应输出类的中心。第7题判断题(1分)在胜者为王的学习策略中，竞争层同一时刻有多个获胜神经元输出。4.2SOM神经网络作业第1题判断题(1分)SOM网络竞争层可以有多种形式，如一维线阵，二维平面阵等。第2题判断题(1分)SOM网络学习过程中，获胜神经元及其优胜领域内的权值都得以相同程度的调整。第3题判断题(1分)SOM网络中获胜神经元所在的优胜领域设计原则是随着训练时间t的增大，优胜领域不断扩大。第4题判断题(1分)SOM网络学习过程中同一时刻需要调节整个优胜领域内节点的权值，而竞争学习神经网络学习过程中同一时刻只能调节获胜节点的权值第5题判断题(1分)SOM网络通过学习在输出层能够形成反映样本模式类分布情况的有序特征图。第6题单选题(1分)SOM网络的学习算法和“胜者为王”之间的最主要的区别()ASOM网络的学习算法中定义了优胜领域B学习率C网络参数的初始化D输入模式的预处理4.4第1题判断题(1分)LVQ网络中输出层每个神经元只与竞争层中的一组神经元连接，连接权值固定为1。第2题判断题(1分)LVQ网络训练属于无导师学习。第3题单选题(1分)LVQ神经网络的学习规则属于下列选项的哪一种?()A有导师B无导师C灌输式D竞争学习和有导师学习结合第4题单选题(1分)若设计一个LVQ网络实现下述向量的分类,可以确定LVQ网输入层神经元节点数和输出神经元节点数分别为几个?()类1:类2:类3:A3,3B3,4C4,3D4,44.5对偶传播神经网络作业第1题单选题(1分)CPN神经网络的学习规则属于哪一种学习规则？A有导师B无导师C灌输式D混合第2题判断题(1分)CPN神经网络的第一层训练规则是采用自组织映射神经网络的学习规则第3题判断题(1分)CPN神经网络在进行隐层到输出层训练时，只有隐层获胜的神经元的外星权向量进行调整5.1正则化径向基函数神经网络基础作业第1题判断题(1分)正则化RBF网络的隐层节点数是样本的分量数第2题判断题(1分)正则化RBF网络隐层节点的数据中心可以是一样的第3题判断题(1分)正则化RBF网络既能解决分类问题，也能解决拟合问题第4题单选题(1分)RBF神经网络隐层节点的净输入量下列哪一项描述的是正确的A输入向量B输入向量与权重系数的加权和C隐层节点中心D输入向量与隐层节点中心的距离5.2广义径向基函数神经网络基础作业第1题多选题(2分)广义RBF网络的数据中心选择的方法有哪些方法？A随机选取BK-均值聚类方法CSOM聚类DSOFM聚类正确答案：ABCD第2题判断题(1分)径向基函数关于N维空间的一个中心点具有径向对称性，而且神经元的输入离该中心点越近，神经元的激活程度就越低。第3题判断题(1分)广义RBF网络和BP网络都属于前馈网络。5.3径向基函数神经网络学习算法作业第1题多选题(2分)RBF神经网络通常情况下比BP网训练速度快的原因有哪几项A两者网络结构是一样的BRBF神经网络的隐层节点采用径向基函数作为激活函数。CRBF神经网络不需要调整网络权值DBP网络需要调整的权值较多正确答案：BD第2题判断题(1分)RBF神经网络是一种局部逼近的神经网络第3题判断题(1分)广义RBF网络和BP网络结构中神经元模型是一样的第4题判断题(1分)实际应用中，正则化RBF网络比广义RBF网络应用更广泛6.1支持向量机基本原理作业第1题单选题(1分)应用支持向量机解决分类问题时，下列说法正确的是（）A支持向量机的分类面唯一且泛化能力强B支持向量机的分类面唯一且泛化能力弱C支持向量机的分类面不唯一且泛化能力强D支持向量机的分类面不唯一且泛化能力弱第2题单选题(1分)令g(X)为支持向量机的判别函数，则支持向量应满足（）Ag(X)=0Bg(X)=1Cg(X)=-1Dg(X)=±1第3题单选题(1分)假定样本集X包含n个样本，可分为m个类别，每个样本具有j个属性，其中k个样本为支持向量，则该支持向量机神经网络的隐藏层神经元个数为（）AjBkCmDn第4题多选题(2分)在非线性支持向量机中，下列关于内积核说法正确的是（）A将输入样本从原始特征空间映射到低维特征空间B将输入样本从原始特征空间映射到高维特征空间C内积核是一种非线性映射D内积核是一种线性映射正确答案：BC第5题判断题(1分)支持向量机不适用于在原始空间非线性可分的问题6.2支持向量机应用案例作业第1题判断题(1分)支持向量机可以解决多分类问题第2题判断题(1分)在SVM训练好后，抛弃非支持向量的样本点，仍然可以对新样本进行分类第3题单选题(1分)假定样本集X包含5种类别，若采用一对多法进行分类，需要构建SVM的数量为（）A3B4C5D6第4题单选题(1分)假定样本集X包含5种类别，若采用一对一法进行分类，需要构建SVM的数量为（）A6B10C15D21第5题多选题(2分)在多分类问题中，下列关于SVM说法正确的是（）A一对多法的分类器数量少于或等于一对一法B一对多法的分类器数量多于一对一法C一对多法的鲁棒性优于一对一法D一对多法的鲁棒性差于一对一法正确答案：AD7.1卷积神经网络的基本架构作业第1题多选题(2分)传统神经网络模型面对高维度的输入数据时，存在什么问题？A待训练参数量较大B模型不足够表达数据属性，存在欠拟合问题C训练效率降低D存在过拟合风险正确答案：ACD第2题判断题(1分)卷积神经网络的局部感知特性表明下一层的神经元与前层部分神经元相关联。第3题多选题(2分)关于卷积操作的“权值共享”特点，下列哪些说法是正确的。A使得在一个数据集上训练出的模型参数同样适用于其他数据集B使得部分训练参数被置0C减少了模型的待训练参数数量D使得卷积核可在同一输入数据的多个位置进行同样的操作正确答案：CD第4题多选题(2分)以下哪些模块可以构成卷积神经网络模型?A激活层B卷积层C残差映射层D全链接层正确答案：ABCD7.2卷积层功能作业第1题多选题(2分)下列哪个神经网络结构会发生权重共享？A卷积神经网络B循环神经网络C全连接神经网络D以上均是正确答案：AB第2题多选题(2分)CNN广泛应用于图像处理、语言处理、文本处理领域，它的共性特点是（）A局部连接B池化操作C层级结构D权值共享正确答案：ABCD第3题单选题(1分)假设有一个输入为5×5的RGB图像，全链接层有10个神经元，则该全链接层总共有多少待训练参数（包括偏置参数）？A751B760C260D251第4题单选题(1分)以下哪一环节为人工神经网络引入了非线性映射？A卷积核B随机梯度下降C修正线性单元D全连接操作第5题单选题(1分)假设有一个输入为5×5的RGB图像，运用6个3×3的卷积核对该输入图像进行卷积操作，则该卷积层有多少待训练参数（包括偏置参数）？A168B151C163D1567.3池化层与全连接层作业第1题判断题(1分)全卷积层替换全链接层后，该神经网络模型只接受特定尺度的输入图像。第2题判断题(1分)池化操作的本质是对输入数据进行插值。第3题判断题(1分)池化操作作用于输入数据的各个维度第4题多选题(2分)以下属于池化层的作用是()A降低模型的泛化程度B减小模型的训练负担C控制欠拟合问题D减少特征映射图的维度正确答案：BD7.4卷积神经网络在目标检测的应用作业第1题判断题(1分)加深神经网络的层数可以提取更抽象的数据特征第2题多选题(2分)已知一个图像识别任务：设计一个深度神经网络模型，对任意给定的一张图像中是否有物体进行判断，若有，对该物体属于8类物体中的哪一类进行判断，模型最后利用Softmax函数进行概率映射，则该Softmax层中需有多少个神经元?A8B9C10D16正确答案：B第3题单选题(1分)两个检测区域的尺寸分别为3×2和2×2，他们相交的区域尺寸为1×1，则两个区域的IOU是多少？A0.25B0.166666666667C0.111111111111D0.125第4题多选题(2分)Region-CNN深度学习模型完成的任务有（）A目标定位B目标分类C目标分割D以上均有正确答案：AB7.5第1题判断题(1分)解决网络退化的一种手段是自动学习恒等映射为0。第2题多选题(2分)深度神经网络性能评价的标准有（）A训练误差B测试误差C验证误差D迭代次数正确答案：ABC第3题多选题(2分)残差映射模块中的Bottleneckdesign的目的是（）A降低网络模块的参数数量B增加网络的深度C改进模型的非线性度D提高训练的效率正确答案：AD第4题单选题(1分)网络退化问题的表现为（）A训练误差大、检测误差小B训练误差小、检测误差大C训练和检测误差均大D训练和检测误差均小第5题多选题(1分)以下属于深度卷积神经网络的超参数的有（）A学习率B卷积核的尺寸C卷积核的核参数D激活函数类型正确答案：DBA7.6卷积神经网络模型的过与欠拟合问题作业第1题判断题(1分)正则化手段改变了神经网络结构。第2题多选题(2分)面对一个深度神经网络模型，当数据集不够大时，可采用的应用策略有（）A数据增强BFine-tuningCDropputD以上均可正确答案：D第3题多选题(2分)如何处理深度神经网络中的过拟合问题？A数据增强BDropoutC加深网络层数D损失函数正则化正确答案：ABD第4题多选题(2分)解决模型欠拟合问题的方法有（）A减小模型的非线性度B增加数据特征C加深网络D减少正则化参数正确答案：BCD8.1初识循环神经网络作业第1题多选题(2分)循环神经网络的主要应用对象包括（）A时间序列数据B文本序列数据C语音序列数据D像素序列数据正确答案：ABCD第2题单选题(1分)与传统神经网络相比，循环神经网络最大的优势为（）A网络结构简单B参数较少C参数共享D收敛速度快第3题单选题(1分)循环神经网络的输入一般为矩阵，其中行数和列数分别表示（）A行数表示时间维度，列数表示空间维度B行数表示特征数，列数表示样本数C行数表示空间维度，列数表示时间维度D行数表示样本数，列数表示特征数第4题多选题(2分)计算图的基本要素包括（）A输入B节点C输出D操作正确答案：BD8.2循环神经网络作业第1题多选题(2分)循环神经网络常用的设计模式包括（）A输入为序列，输出为等长序列B输入为序列，输出为不等长序列C输入为序列，输出为固定大小的向量D输入为固定大小的向量，输出为序列正确答案：ABCD第2题单选题(1分)电影评价模型，属于以下哪种设计模式（）A输入为序列，输出为等长序列B输入为序列，输出为不等长序列C输入为序列，输出为固定大小的向量D输入为固定大小的向量，输出为序列第3题单选题(1分)图像标注模型，属于以下哪种设计模式（）A输入为序列，输出为等长序列B输入为序列，输出为不等长序列C输入为序列，输出为固定大小的向量D输入为固定大小的向量，输出为序列第4题判断题(1分)双向RNN可以解决序列数据的前后依赖问题第5题单选题(1分)关于双向RNN的网络结构，以下说法正确的是（）A具有2个向前移动的子RNNB具有2个向后移动的子RNNC具有1个向前移动的子RNN和1个向后移动的子RNND以上说法均不正确8.3长短时记忆网络作业第1题单选题(1分)以下哪种模型可以优化RNN的长期依赖问题（）A双向循环神经网络B深度循环神经网络C长短时记忆网络D以上模型均可以第2题单选题(1分)长短时记忆网络具有几个控制门（）A1个B2个C3个D4个第3题单选题(1分)长短时记忆网络中