62.什么叫网络瘫痪？有什么办法能够在一定程度上避免陷入网络瘫痪？ 63.请设计一Hopfield网络的权阵，样本为X=Y={(101,(110),(001),(111),(010),并画出该 Hopfield网络。 64.你的大作业报告完成了没有？写的什么主要内容？主要收获是什么？如果有时间还想 应该补充什么内容？ 65.设计一感知网络，实现图8中阴影与其余部分的分类。写出设计过程。 4 2 3 图8 66.图9表示一个已经训练好的BP网络，计算当X1=1,X2=1时的前向计算输出y=?(各 神经元的激励函数均为fu)=1/1+e),写出计算过程。 0.20.4 X1 +o2 X2 图9 67.人工神经网络队生物神经网络模拟的三个关键点是： 68.决定人工神经网络整体性能的三大要素是： 69.请解释为什么单个或单层感知器只能实现现行分类问题？ 70.请写出SPIDNN的模型。 71.请阅读下面的MATLAB程序，解释每一句的作用，并说明该程序的总体功能。 P=-1.1:1
62. 什么叫网络瘫痪？有什么办法能够在一定程度上避免陷入网络瘫痪？ 63. 请设计一 Hopfield 网络的权阵，样本为 X=Y={(101),(110),(001),(111),(010)}，并画出该 Hopfield 网络。 64. 你的大作业报告完成了没有？写的什么主要内容？主要收获是什么？如果有时间还想 应该补充什么内容？ 65. 设计一感知网络，实现图 8 中阴影与其余部分的分类。写出设计过程。 图 8 66. 图 9 表示一个已经训练好的 BP 网络，计算当 X1=1，X2= -1 时的前向计算输出 y=？（各 神经元的激励函数均为 f(u)=1/(1+e-u )），写出计算过程。 图 9 67. 人工神经网络队生物神经网络模拟的三个关键点是： 、 、 。 68. 决定人工神经网络整体性能的三大要素是：： 、 、 。 69. 请解释为什么单个或单层感知器只能实现现行分类问题？ 70. 请写出 SPIDNN 的模型。 71. 请阅读下面的 MATLAB 程序，解释每一句的作用，并说明该程序的总体功能。 P = -1:.1:1; X1 X2 2 1 -1 Y 0.2 0.4 4 3 4 2 T P
T=「-.9602-.5770-.0729.3771.6405.6600.4609.. .1336-.2013-.4344-.5000-.3930-.1647.0988.. 3072.3960.3449.1816-0312-.2189-.3201; figure(1) plot(PT,+); title('Training Vectors'); xlabel('Input Vector P'); ylabel('Target Vector T'); figure(2) eg=0.0001; sc=1; net newrb(PT,eg,sc); X=-1:.01:1; Y=sim(net,X); plot(X,Y); net.iw{1} 72.请阅读下面的MATLAB程序，解释每一句的作用，并说明该程序的总体功能。 clc clear figure(gcf) P=[-0.5-0.5+0.3-0.1-80; -0.5+0.5-0.5+1.0100 T=[11001: net=newp([-80 0.5;-0.5 100],1,'hardlim','learnpn'); net.iw1,1}=【-0.59970.7783]; net.b1}=[0.05751: net=train(net,P,T); net.iw{1,1} net.b plotpv(P,T);
T = [-.9602 -.5770 -.0729 .3771 .6405 .6600 .4609 ... .1336 -.2013 -.4344 -.5000 -.3930 -.1647 .0988 ... .3072 .3960 .3449 .1816 -.0312 -.2189 -.3201]; figure(1) plot(P,T,'+'); title('Training Vectors'); xlabel('Input Vector P'); ylabel('Target Vector T'); figure(2) eg = 0.0001; sc = 1; net = newrb(P,T,eg,sc); X = -1:.01:1; Y = sim(net,X); plot(X,Y); net.iw{1} 72. 请阅读下面的 MATLAB 程序，解释每一句的作用，并说明该程序的总体功能。 clc clear figure(gcf) P = [-0.5 -0.5 +0.3 -0.1 -80; -0.5 +0.5 -0.5 +1.0 100]; T = [1 1 0 0 1]; net=newp([-80 0.5;-0.5 100],1,'hardlim','learnpn'); net.iw{1,1} = [-0.5997 0.7783]; net.b{1} = [0.0575]; net=train(net,P,T); net.iw{1,1} net.b plotpv(P,T);
plotpc(net.iw{1,1),net.b(1)); p=[0.7;1.2; a=sim(net,p) 73.请阅读下面的MATLAB程序，解释每一句的作用，并说明该程序的总体功能。 T=[+1+1-1+1;… -1+1+1-1;… -1-1-1+1;… +1+1+1+1;.… -1-1+1+1]: net=newhop(T); P=(rands(5,4)); [Y,Pf,Af]sim(net,(4 50),0,P); Y 74.有教师、无教师、自组织学习有什么联系和区别？个用在什么神经网络上？ 75.简述ANN的学习能力和泛化能力。 76.什么是静态网络？什么是动态网络？个用在什么场合？ 77.激励函数在人工神经网络功能实现中的作用？ 78.什么是全局逼近网络？什么是局部逼近网络？他们的区别和联系？特点？优缺点？ 79.什么是CMAC的碰撞和重叠？它对CMAC性能的影响是怎样的？ 80.CAMC神经网络的拟合精度主要受什么影响？为什么？请简单解释其中的原因。 81.CAMC的泛化能力数要是有什么参数来决定的？请简单解释之。 82.神经网络的连接形式对神经网络性能的影响，请举例说之。 83.什么是过拟合？ 84.PID神经网络属于 (前向，反馈)网络，属于 (动 态，静态)网络。 85.决定人工神经网络整体性能的三大要素 86.BP学习算法= 过程+ 过程。 87. 是全局逼近网络， 是局部逼近网络。 88.下图是一神经网络辨识与控制系统，其中NN(P)是神经网络 (正、逆)模
plotpc(net.iw{1,1},net.b{1}); p = [0.7; 1.2]; a = sim(net,p) 73. 请阅读下面的 MATLAB 程序，解释每一句的作用，并说明该程序的总体功能。 T = [+1 +1 -1 +1; ... -1 +1 +1 -1; ... -1 -1 -1 +1; ... +1 +1 +1 +1; ... -1 -1 +1 +1]; net = newhop(T); P = {rands(5,4)}; [Y,Pf,Af] = sim(net,{4 50},{},P); Y 74. 有教师、无教师、自组织学习有什么联系和区别？个用在什么神经网络上？ 75. 简述 ANN 的学习能力和泛化能力。 76. 什么是静态网络?什么是动态网络？个用在什么场合？ 77. 激励函数在人工神经网络功能实现中的作用？ 78. 什么是全局逼近网络？什么是局部逼近网络？他们的区别和联系？特点？优缺点？ 79. 什么是 CMAC 的碰撞和重叠？它对 CMAC 性能的影响是怎样的？ 80. CAMC 神经网络的拟合精度主要受什么影响？为什么？请简单解释其中的原因。 81. CAMC 的泛化能力数要是有什么参数来决定的？请简单解释之。 82. 神经网络的连接形式对神经网络性能的影响，请举例说之。 83. 什么是过拟合？ 84. PID 神经网络属于 (前向，反馈)网络，属于 (动 态，静态)网络。 85. 决定人工神经网络整体性能的三大要素 、 、 。 86. BP 学习算法= 过程+ 过程。 87. 是全局逼近网络， 是局部逼近网络。 88. 下图是一神经网络辨识与控制系统，其中 NNI(P-1 )是神经网络 (正、逆)模