《神经网络技术与应用》程序题答案

《神经网络技术与应用》程序题答案

ID:19678634

大小:2.10 MB

页数:15页

时间:2018-10-04

《神经网络技术与应用》程序题答案_第1页
《神经网络技术与应用》程序题答案_第2页
《神经网络技术与应用》程序题答案_第3页
《神经网络技术与应用》程序题答案_第4页
《神经网络技术与应用》程序题答案_第5页
资源描述:

《《神经网络技术与应用》程序题答案》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、《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:,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

2、)4.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):其中:,。若输入信号的分辨率不同时,对算法的收敛过程有何影响。(15分)6.用Hopfield网络对如下字符进行识别:(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ART-1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

3、,要求给出实例。(10分)3.程序如下x=-5:0.001:5;y=cos(x)+2*sin(x)+5*x+exp(2*x);net=newff(minmax(x),[8,1],{'tansig','purelin'},'trainlm');net.trainparam.epochs=10000;net.trainparam.goal=0.01;[net,tr]=train(net,x,y);>>plot(x,y)>>title('标准输出');holdoff>>y4=sim(net,x);>>plot(x,y4)>>plot(x,y4,'b')>>plot(x,y

4、4,'g')>>title('样本不变情况下训练后输出');>>y1=cos(x1)+2*sin(x1)+5*x1+exp(2*x1);>>x1=-5:0.0009:5;y1=cos(x1)+2*sin(x1)+5*x1+exp(2*x1);>>plot(x1,y1,'r');>>title('样本改变后标准输出');>>y2=sim(net,x1);plot(x1,y2,'g');title('样本改变后训练输出');err=y2-y1;plot(x1,err,'b');title('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

5、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。5.clear>>x=rand(2,1000);x=(x-0.5)*10;x1=x(1,:);x2=x(2,:);y=x1.^3+x2.^3+3*x1.^2+6*x1+7*x2+5*x1.*x2;net=newrb(x,y);NEWRB,neurons=0,MSE=9868.38NEWRB,neurons=25,MSE=136.414NEWRB,neurons=1000,MSE=1.41658

6、e-010[i,j]=meshgrid(-5:0.1:5);row=size(i);tx1=i(:);tx1=tx1';tx2=j(:);tx2=tx2';tx=[tx1;tx2];ty=sim(net,tx);v=reshape(ty,row);figuremesh(i,j,v);zlim([-200,600]);title('rbf网络');[x1,x2]=meshgrid(-5:0.05:5);y=x1.^3+x2.^3+3*x1.^2+6*x1+7*x2+5*x1.*x2;mesh(x1,x2,y)title('函数曲面图');mesh(x1,x2,v-y)

7、;>>title('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:zero=[-1-1-1-1-1-1-1-1-1-1;-1-1-11111-1-1-1;-1-1111111-1-1;-1111-1-1111-1;-1111-1-1111-1;-1111-1-1111-1;-1111-1-1111-1;-1111-1-1111-1;-1111-1-1111-1;-1-1111111-1-1;-1-1-11111-1-1-1;-1-

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。