湘潭大学
- 一般情况下，训练能力差时，预测能力也差，并且一定程度上，随训练能力地提高，预测能力也提高。但这种趋势有一个极限，当达到此极限时，随训练能力的提高，预测能力反而下降，即出现所谓“过拟合”现象。（ ）
- 切线法对于一些实际阶跃响应曲线，寻找该曲线的最大斜率处并非易事，主观因素也比较大。（ ）
- 乘同余法和混合同余法不可以相互转换，但是只要增量选取的得当，两者也没有太大的差距（ ）。
- 高斯—马尔可夫定理，阐明了一般最小二乘估计量与用其他方法求得的任何线性无偏估计量相比，最小二乘是最佳的.（ ）
- 极大似然估计法既可以用于离散型统计模型也可以用于连续型统计模型。（ ）
- 在建立数学模型时，具体采取哪一类方法建模主要是根据我们对研究对象的了解程度和建模的目的决定。（ ）
- Each neuron model building up a network simulates a biological neuron.（ ）
- Fitness function is a correspondence between all individuals in the problem and their fitness.（ ）
- Unsupervised learning do not require the desired outputs to be known.（ ）
- The basic processing element of the connectionist architecture is often called a neuron by analogy with neurophysiology.（ ）
- In GA, depending on fitness function, when initial population is 01000, the fitness is 64.（ ）
- 最小二乘突破了人们固有的认识。在此之后，科学界开始正视不确定性。（ ）
- 用待估参数的二次型逼近目标函数导出极大似然的递推公式，可求得待估参数的更新量。（ ）
- The linear model is used to describe a linear system, and its remarkable feature is that it satisfies the superposition principle and uniformity.（ ）
- Mutation is to change a gene on a certain position of the chromosome.（ ）
- 针对一阶惯性环节，如何得到时间常数和增益?（ ）.
- The Sugeno (TSK) fuzzy models are proposed by （ ）.
- The method for defuzzification includes（ ）
- 常用的伪随机信号有（ ）.
- The operation parameters of differential evolution algorithm mainly include（ ）.
- 递推极大似然参数估计算法计算过程中需要递推的参数有哪些？（ ）.
- 下列哪些是Newton-Raphson方法应用于极大似然估计求解的基本步骤？（ ）.
- 近似对数幅频曲线转折频率，通过转折频率处的斜率变化和转折频率附近的谐振峰值来确定传递函数的（ ）。
- 下列关于BP神经网络系统建模缺点正确的是（ ）。
- Which of the following are inputs and outputs of a system?（ ）.
- Which is correspond to “The process of changing some components of the code” in biological evolution（ ）.
- 下列关于神经网络辨识特点错误的是（ ）.
- Which is correspond to A set of solutions selected according to the fitness function in biological evolution（ ）.
- https://image.zhihuishu.com/zhs/question-import/formula/202210/f649550001a44201a3dd5503d7c209bd.png
- 关于”灰箱“、“黑箱”和“白箱”正确的是 。（ ）
- Which one is not the examples of a system?（ ）.
- https://image.zhihuishu.com/zhs/question-import/formula/202210/74e2113b3b9c415692e893a1c8a0822a.png
- The figures shown are two fuzzy sets, so the “not A” based on fuzzy set theory is（ ）
- What is the sequence of the following steps about the process of PSO（ ）.
- 关于BP网络训练过程错误的是（ ）.
- There are some fuzzy relationship between x and y, y and z. The relation array between x and y is
，the relation array between y and z is 
. Then the relation array between x and z (based on the max-product composition）is （ ） - 频谱覆盖宽、能量均匀分布是下面哪种信号的特点（ ）
- 下列哪一项不属于L.Ljung认为的辨识三要素?（ ）.
- 下列关于动态系统模型参数的极大似然估计描述正确的是?（ ）.
- 一个系统基于以下规则，IF A and B，THEN C。事件x对于A的隶属度为0.6，对B的隶属度为0.2，则x对C的隶属度为（ ）
- The following statement is incorrect about reinforcement learning:（ ）.
- If we have a fuzzy reasoning results as
，the mean of maxima is（ ） - Which one is not the type of genetic operations in genetic algorithms（ ）.
- 下列RBF神经网络的特点错误的是（ ）.
- 下列哪项不属于试验设计的内容（ ）.
A:错 B:对
答案:B:对
A:对 B:错
答案:A:对
A:错 B:对
答案:错
A:错 B:对
答案:对
A:对 B:错
答案:A:对
A:对 B:错
答案:对
A:错 B:对
答案:B: 对
A:对 B:错
答案:对
A:错 B:对
答案:B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:对 B:错
A:错 B:对
A:矩形脉冲响应曲线法 B:零输入响应 C:零脉冲响应 D:阶跃响应曲线法
A:Kang B:Sugeno C:Rose D:Takagi
A:Convolution B:Center of area C:Fuzzy mean D:Mean of maxima
A:Gold序列 B:m序列 C:二次剩余序列 D:M序列
A:Group size M B:Scale Factor F C:Maximum Evolution Algebra G D:Cross Factor CR
A:被估参数 B:新息 C:增益矩阵 D:方差矩阵
A:确定初始值
0和ε(1)…ε(n)，设置迭代次数
B:取最后n个ε(k)及其对θ的偏导数作为下一次迭代的初值，继续计算ε(k)直到满足停止条件
C:计算ε(k)及其对θ的偏导数
D:计算目标函数的梯度矩阵和海瑟矩阵，计算新的估值
(L+1)
A:阻尼比 B:时间常数 C:阶次 D:增益K
A:对所有层同时训练，时间复杂度会很高 B:梯度越来越稀疏，误差矫正信号变小 C:网络收敛速度慢，需要较长的训练时间 D:BP算法不保证收敛权值为误差平面的全局最小值
A:Matter B:Phone C:Energy D:Information
A:Population B:Mating C:Mutations D:Group
A:神经网络实际上也是系统的一个物理实现，可以用于在线控制 B:神经网络的连接权值可以对应于模型参数，通过调节使网络输出逼近与系统输出 C:辨识的收敛速度只依赖于待辨识系统的维数 D:能够无限逼近任意连续的非线性函数，因此可以对本质非线性系统进行辨识
A:Population B:Group C:Gene D:Mating
A:
B:
C:
D:
A:“白箱”是大部分了解的对象 B:“灰箱”是部分已知部分未知的事物 C:“黑箱”是少部分了解的对象 D:“灰箱”系统内部结构可以全部观测
A:A crowd of onlookers B:A transistor C:An electric machinery D:A servo system
A:5 B:15 C:25 D:10
A:
B:All the above are wrong.
C:
D:
A:Initialize population in hyperspace . B:Terminate on some condition. C:Evaluate fitness of individual particles. D:Modify velocities based on previous best and global (or neighborhood) best.
A:每层神经元（节点）的状态影响本层神经元的状态 B:将误差信号按联接通路反向计算，由梯度下降法调整各层神经元的权值 C:若输出层得到了期望的输出则训练过程结束 D:输入信号通过输入层经隐层传向输出层
A:
B:
C:
D:
A:斜坡信号 B:脉冲信号 C:白噪声信号 D:阶跃信号
A:数据 B:噪声 C:准则 D:模型类
A:噪声信号为有色噪声且协方差矩阵未知的情况下系统参数极大似然估计问题可归纳为目标函数最优所求得的解 B:极大似然估计的高斯噪声序列一定是平稳的 C:当YN为序列观测向量时，极大似然估计与最小二乘估计很接近 D:当YN为独立观测向量时，极大似然估计与最小二乘估计很接近
A:0.2 B:0.8 C:0.6 D:0.1
A:Quick learning B:Reinforcement learning cannot get immediate feedback C:RL has delayed reward D:The input of reinforcement learning is sequential data
A:2 B:3.2 C:5 D:3.6
A:opeartion B:Mutation C:Crossover D:Selection
A:RBF网络的作用函数为高斯函数，是局部的 B:RBF网络具有唯一最佳逼近的特性，且无局部极小 C:可以较为容易地确定RBF网络隐层节点的中心及基带宽度参数 D:网络的收敛速度较慢
A:选择采样长度 B:选择实验模型 C:记录输入输出数据 D:选择采样时间
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
