神经网络试卷(a卷)(含答案)

《神经网络试卷(a卷)(含答案)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、试题、试卷纸总4页第5页（A）卷2008–2009学年第一学期考试方式：开卷[]闭卷[√]课程名称：神经网络使用班级：计算机科学与技术（医学智能方向）06班级：学号：姓名：一、单项选择题（每空2分，共30分）1.人工神经网络的激活函数主要有三种形式，下面(A)对应的是非线性转移函数，(B)对应的是对应的是域值函数，(C)分段线性函数。2.根据神经元的不同连接方式，可将神经网络分为两大类：分层网络和相互连接型网络。分层网络将一个神经网络模型中的所有神经元按照功能分成若干层。一般有输入层、隐含层(中间层)和输出层，各层顺次连接。下面图形(D)对应的是相互连接型网络，图形(C)对应的是层

2、内互联的前向网络，图形(B)对应的是具有反馈的前向网络，图形(A)对应的是单纯的前向网络。试题、试卷纸总4页第5页（A）卷3.在MATLAB中，下面的（）命令可以使用得下次绘制的图和已经绘制的图将不在同一张图上。A)holdon（设置在同一张图绘制多条曲线）B)figure（下次的图和已绘制的不在同一张图上）C)plotD)holdoff（取消在同一张图绘制多条曲线）3.下面是一段有关向量运算的MATLAB代码:>>y=[37115];>>y(3)=2运算后的输出结果是（）A)32115B)3725C)27115D)371124.下面是一段有关矩阵运算的MATLAB代码:>>A=[

3、1234;5678;9101112]；>>B=A(2,1:3)取出矩阵A中第二行第一个到第三个构成矩阵B若A(2,3)=5将矩阵第二行第三列的元素置为5A=[AB’]将B转置后，再以列向量并入AA(：，2)=[]删除第二列：代表删除列A([1,4],:)=[]删除第一和第四行：代表删除行A=[A;4,3,2,1]加入第四行那么运算后的输出结果是（）A)578B)568C)567D)6785.下面对MATLAB中的plot(x,y,s)函数叙说正确的是（）A)绘制以x、y为横纵坐标的连线图(plot(x,y))B绘制多条不同色彩的连线图(plot(x,y))C)默认的绘图颜色为蓝色D

4、)如果s=’r+’，则表示由红色的+号绘制图形6.如果现在要对一组数据进行分类，我们不知道这些数据最终能分成几类，那么应该选择（）来处理这些数据最适合。A)BP神经网络B)RBF神经网络C)SOM神经网络D)ELMAN神经网络4.如果现在要对一组数据进行分类，我们已经知道这些数据最终能分成几类，那么应该选择（）来处理这些数据最适合。A)RBF神经网络B)SOM神经网络C)BP神经网络D)ELMAN神经网络7.一个只有单权值的神经网络，其误差函数为试题、试卷纸总4页第5页（A）卷e图一who当误差函数对权值的偏导数如图一所示，此时权值应该向（）方向调整。A)增大B)减少C)可能增大也

5、可能减少D)不变8.单层感知器，它最大的缺点是只能解决线性可分的分类模式问题，要增强网络的分类能力唯一的方法是采用多层网络结构，与单层感知器相比较，下面（）不是多层网络所特有的特点。A)神经元的数目可以达到很大B)含有一层或多层隐单元C)激活函数采用可微的函数D)具有独特的学习算法9.标准BP算法采用的是最速梯度下降法修正权值，该算法存在与输入样本的顺序有关、收敛速度缓慢、易陷入局部极小等缺陷，为了克服算法中的不足，研究者们提出了许多改进算法，其中（）算法与其它三个算法的原理不一样。A)附加动量的改进算法B)使用拟牛顿法的改进算法C)采用自适应调整参数的改进算法D)使用弹性方法的改

6、进算法10.标准BP算法采用的是最速梯度下降法修正权值，该算法存在与输入样本的顺序有关、收敛速度缓慢、易陷入局部极小等缺陷，为了克服算法中的不足，研究者们提出了许多改进算法，其中（）算法与其它三个算法的原理不一样。A)基于共轭梯度法的改进算法B)附加动量的改进算法C)使用拟牛顿法的改进算法D)基于Levenberg-Marquardt法的改进算法10.nnToolKit 神经网络工具包中的函数可以在MATLAB环境下独立运行，也可打包成COM对象被其它语言调用，但是不能被（）A)Visual BasicB)Visual C++C)CD)C++Builder二、填空题（每空2分，共2

7、0分）1.人工神经网络（ArtificialNeuralNetworks，ANNs），也简称为神经网络（NNs），是模拟生物神经网络进行信息处理的一种数学模型，以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现一些特定的功能。2.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，一个激活函数试题、试卷纸总4页第5页（A）卷3.神经网络的学习也称为训练，指的是神经网络在受到外部环境的刺激下调整神经网络的参数，使神经网络以一种新的方式对外