长安大学
- 和最速下降法类似，牛顿法在接近极小值附近时收敛速度非常缓慢。（ ）。
- 设A为M×N阶矩阵，如果有N×M阶矩阵X满足下列4个Penrose方程：AXA=A、XAX=X、(AX)H=AX、(XA)H=XA，满足全部4个penrose方程的广义逆矩阵X称为A的Moore-Penrose逆。（ ）
- 对于一个给定的变量，梯度方向是目标函数值下降最快的方向。（ ）。
- 求解地球物理反演问题时有不同的观点和方法：（1）把数据和模型参数作为随机变量来处理，强调的是确定它们所服从的概率分布，导致对解的误差分析及可信度检验。（2）把问题看作由一些确定的参数来决定的模型，反演方法是求取这些模型参数的估计值及其误差，而不涉及概率分布本身。然而，一个估计值常常正是概率分布的期望值，其差别只不过是强调哪一个而已。（3）视模型本身为连续函数，直接对连续函数进行处理（如Backus-Gilbert反演方法）。（ ）
- 机器学习是一种涉及数据的建模技术。换句话说，机器学习是一种从“数据”中找出“模型”的技术，寻找“模型”的过程是通过数据训练来完成的。机器学习在建模过程中用到的数据称“训练”数据。数据可以是文档、音频、图像等信息，而“模型”是机器学习的最终产品。（ ）
- 遗传算法是基于生物进化的过程，源于达尔文的进化论，即生物的进化总是遵循适者生存、 优生劣汰的规则，因此也被称为模拟进化法。（ ）。
- 数据分辨矩阵与资料核G以及附加的先验信息有关,与观测数据无关。（ ）。
- 在监督学习中，每一组学习数据均由输入和正确输出数据对也称训练样本组成，即输入和正确输出。（ ）
- 在利用广义逆矩阵求解线性反演问题时，可以用数据分辨矩阵、模型分辨矩阵和协方差矩阵来分别对上述三个方面对解进行评价。（ ）
- Kaczmarz迭代算法是1972 被应用于开发计算机断层扫描成像设备并取得成功。（ ）。
- 编码是将问题解的表示映射成遗传空间解的表示，通过某种编码机制把对象抽象为由特定符号按一定顺序排成的串。（ ）。
- 线性反演的方法处理，这类方法求解非线性反演问题能否得到真实解，强烈地依赖于初始模型的选择。（ ）。
- 反演一组观测数据，就是求一个特解，存在多个解，它们的线性组合（相加）仍然可以拟合观测数据，因而使解变得非唯一，导致模型空间的零空间产生。零空间是解非唯一的根源。 （ ）
- 简单遗传算法中选择算子采用轮盘赌选择方法，它的基本思想是各个个体被选中的概率与其适应度函数值大小成正比。（ ）。
- 非线性反问题是指观测数据与模型之间不存在线性关系。（ ）。
- 遗传算法中的交叉交叉概率太大，种群中个体更新很快，会导致高适应度值的个体很快被破坏掉。（ ）。
- 超定反问题能通过最小二乘法选择一个“最佳”近似解。（ ）。
- 遗传算法是由美国的J. Holland教授于1975年在他的专著《自然界和人工系统的适应性》中首先提出。（ ）。
- 数据分辨矩阵R的每一行描述了相邻数据能被独立地预测或分辨的难易程度。（ ）。
- 泛函算子是泛函算子是将观测数据和地球物理模型参数联系起来的数学表达式，它反映了模型参数与数据之间的物理规律。（ ）
- 引起不适定的原因有：观测数据存在误差，计算机位数有限带来的误差等。（ ）
- 对于影响反演解的稳定性的因素，可从问题的性态和反演算法的数值稳定性来考察。（ ）。
- 理论上，牛顿法从任意初始值开始，通过一次迭代即可达到目标函数极小值。（ ）。
- 欠定问题Gm=d中核矩阵G的奇异值分解G=USVT中，正交矩阵U不存在零向量矩阵U0。（ ）。
- 对于给定的地球物理反演问题，总可以找到一个解，使得模型参数的误差小并且稳定性高。（ ）。
- 混定问题较好的解法是将未知的模型参数分为超定的与欠定的两组分别在最小二乘及最小长度的准则下求解。（ ）。
- 地球物理反问题中的混定问题对应的线性方程组是不相容线性方程组（矛盾方程组）。（ ）。
- 已找到线性问题Gm=d的广义逆G+，则解的估计值m=G+dobs，式中dobs为数据的观测值。试推导数据分辨矩阵的表达形式：为考察模型参数估计值对数据的拟合程度，将估计值代入Gm = d，有dpre=Gmest=G(G+dobs)=(GG+)dobs=Rdobs。其中，dpre表示数据预测值，R=GG+是N×N阶方阵，也称为数据分辨矩阵或资料信息密度矩阵，它描述了预测值dpre和观测值dobs的拟合程度，是观测数据独立性的一种衡量，有时也称为分辨率。 （ ）
- Kaczmarz 迭代算法的基本原理是：对于线性反问题Gm=d，系统的每一行对应着一个n 维超平面，共m 个超平面。从事先给定的初始模型m(0)开始，通过将初始模型投影到由G的第一行定义的超平面上得到m(1)，然后再将m(1)投影到由 G的第二行定义的超平面上得到m(2)，以此类推直到将所有 m个超平面投影完毕。重复上述迭代过程，直到解成功收敛。解的修正公式为
（ ） - 遗传算法在进行轮盘选择时，已知第一至第十个个体的适应度分别是8、2、18、6、3、12、11、7、4、9，请问这10个个体对应的累计适应度分别为8、10、28、34、37、49、60、67、71、80。（ ）
- 适定反问题能够找到使预测误差为零的唯一解。（ ）。
- 反演理论的任务和目的是：（1）反演理论的任务是研究如何将地球物理观测数据映射到相应的地球物理模型的理论和方法。（2）反演理论的目的是根据观测数据求取相应的地球物理模型。（ ）
- 反问题解的存在性指的是只要给定一组观测数据，总能找到一个模型能够拟合该观测数据。（ ）。
- 遗传算法对群体中含染色体的数量(N)不敏感。（ ）。
- 地球物理反演问题解的模型参数的协方差取决于数据的协方差以及由数据误差映成模型参数误差的方式，其映射只是数据核和其广义逆的函数，与数据本身无关。（ ）。
- 人工神经网络算法是一个由大量简单的处理单元组成的高度复杂的大规模非线性自适应系统。是对人类大脑系统的一阶特性的一种描述。（ ）。
- 对于地球物理反演问题GM×NmN×1=dM×1，其中G为M×N矩阵，m为模型空间的N维列向量，d为数据空间的M维列向量。（1）正定问题存在一个唯一的方阵G-1，称为G的逆矩阵，满足G-1G=GG-1=I。（2）欠定问题存在右逆
。（3）超定问题存在左逆
。（4）对于混定问题，根据满秩分解定理，总存在列满秩阵CM×r及行满秩阵Dr×N，使得G=CM×rDr×N。由C的左逆及D的右逆求其广义逆。（ ） - 模型分辨矩阵W考查的是反问题的模型的真实值和某一特定估计值的逼近程度。（ ）。
- 从数学角度讲，适定问题指的是对于容许的数据d的每一集合，问题的解m存在且唯一，且连续依赖于d。（ ）。
- 遗传算法的基本思想是：基于生物系统的自然选择原理和自然遗传机制，模拟自然界中的生命进化过程，解决人工系统中复杂的、特定目标的非线性反演问题。（ ）
- 人工神经网络是由若干网络节点相互连接而组成，包括（ ）。
- （ ）问题的数据分辨率最高。
- （ ）是构成神经网络的最基本单元（构件）。
- 用来评价遗传算法中染色体（解）的优劣指标是（ ）。
A:错 B:对
答案:错
A:对 B:错
答案:对
A:对 B:错
答案:错
A:对 B:错
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:对
A:对 B:错
答案:对
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:错 B:对
A:错 B:对
A:错 B:对
A:对 B:错
A:对 B:错
A:对 B:错
A:对 B:错
A:对 B:错
A:错 B:对
A:对 B:错
A:隐藏层
B:输出层
C:过渡层
D:输入层
A:欠定问题
B:超定问题
C:混定问题
D:正定问题
A:神经元
B:轴突
C:细胞体
D:突触
A:基因的长度
B:适应度函数
C:搜索路径
D:初始种群规模
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
