下载文档原格式
2008年（春）笔试试卷参考答案及解析第一部分计算机基础知识（1）D）【解析】IC卡又称集成电路卡，它是一个塑料卡片，其大小与磁卡一样，但比磁卡要厚且硬。
在卡片的正面可以看到一块小金属片，在金属片的下面是一块半导体芯片。
这种芯片可以是存储器或微处理器（CPU）。
带着存储器的IC卡又称存储卡，带着CPU的IC卡又称智能卡或CPU。
（2）C）【解析】数据传输速率是描述数据传输系统的重要技术指标之一。
数据传输速率在数值上等于每秒钟传输构成数据代码的二进制比特数，单位为比特/秒（bit/second），记作bps。
（3）B）【解析】CPIJ的运算速度与许多因素有关，提高CPIJ速度的有效措施有增加CPU中寄存器的数目；提高CPU的主频；增加CPU中高速缓存（Cache）的容量。
（4）C）【解析】PC机常用的4种外设接口，其中键盘、鼠标、数码相机和移动硬盘等均能连接的接口是USB。
（5）B）【解析】对于一般家用和业余外景拍摄，200万～300万像素的相机就足够了，可以输出1984×1448高精密的图像，（按300万奥林巴斯720UZ）冲印的话，200万相机冲印5寸和6寸的照片是没有问题的，300万冲印7寸也是很棒的。
（6）A）【解析】转速是指硬盘内电机主轴的转动速度，单位是rpm（每分钟旋转次数）。
其转速越高，内部传输速率就越高。
目前一般的硬盘转速为5400转/分和7200转/分最高的转速则可达到10000转/分以上。
（7）C）【解析】自由软件，根据自由软件基金会的定义，是一种可以不受限制地自由使用、复制、研究、修改和分发的软件。
（8）C）【解析】在Windows操作系统多任务处理中，前台任务和后台任务都能得到CPU的响应。
（9）A）【解析】从算法需要占用的计算机资源角度分析其优劣时，应考虑的两个主要方面是空间代价和时间代价。
（10）C）【解析】接入因特网的每台计算机的IP地址由网络管理员或因特网服务提供商（ISP）分配。
2008年4月计算机等级考试三级网络技术笔试一、选择题（1）2008年北京奥运会有许多赞助商，其中有12家全球合作伙伴。
以下________不是奥委会的全球合作伙伴。
A)微软B)三星C)联想D)松下A 【解析】2008北京奥运全球合作伙伴包括可口可乐、源讯、通用电气、宏利、柯达、联想、麦当劳、欧米茄、松下、三星、威士、强生，不包括微软。
（2）在扩展的ASCII中，每个数字都能用二进制数表示，例如l表示为00110001,2表示为00110010，那么2008可表示为________。
A)00110010000000000000000000110111B)0011001000000000 00000000 00111000C)00110010001100000011000000110111D)0011001000110000 00110000 00111000D 【解析】根据1和2的二进制数表示，可以得出1和2的十六进制数表示分别为31和32，则0的十六进制数可表示为30，即00110000,8的十六进制数可表示为38，即00111000。
（3）关于主板的描述中，正确的是________。
A)按CPU芯片分类有奔腾主板、AMD主板B)按主板的规格分类有SCSI主板、EDO主板C)按CPU插座分类有AT主板、A TX主板D)按数据端口分类有Slot主板、Socket主板A 【解析】按主板的规格可以将主板分为AT主板、Baby－AT主板、ATX主板等，故选项B)不正确；按CPU插座可以将主板分为Socket主板、Slot主板等，故选项C不正确；按数据端口可以将主板分为SCSI主板、EDO主板、AGP主板等，故选项D)不正确。
（4）关于奔腾处理器体系结构的描述中，错误的是________。
A)分支目标缓存器用来动态预测程序分支转移情况B)超流水线的特点是设置多条流水线同时执行多个处理C)哈佛结构是把指令和数据分别进行存储D)现在已经由单纯依靠提高主频转向多核技术B 【解析】超流水线是通过细化流水、提高主频，使得在一个机器周期内完成一个甚至多个操作，其实质是以时间换取空间。
研究生神经网络试题A卷参考答案一、简答题1. 神经网络的基本原理是什么？神经网络是一种模仿人脑神经元网络结构和工作方式的计算模型。
它由大量的节点（神经元）和连接它们的边（突触）构成。
每个神经元接收多个输入信号，并通过激活函数进行处理后，将输出信号传递给其他神经元。
通过多层的神经元连接，神经网络能够对复杂的非线性问题进行建模和求解。
2. 神经网络训练的过程及原理是什么？神经网络的训练过程分为前向传播和反向传播两个阶段。
在前向传播过程中，将输入信号通过网络的各层神经元传递，并经过激活函数的作用，最终得到输出结果。
在反向传播过程中，通过与真实输出值的比较，计算网络输出的误差，然后将误差逆向传播回网络，根据误差进行权重和偏置的调整，以减小误差。
反复进行前向传播和反向传播的迭代训练，直到达到预定的训练精度或收敛条件。
3. 神经网络的主要应用领域有哪些？神经网络广泛应用于各个领域，包括图像识别、语音识别、自然语言处理、机器翻译、推荐系统等。
在图像识别领域，卷积神经网络（CNN）被广泛应用于图像分类、目标检测和图像分割等任务。
在自然语言处理领域，循环神经网络（RNN）和长短时记忆网络（LSTM）在语言模型、机器翻译和文本生成等方面表现出色。
此外，神经网络还可以用于金融预测、智能控制和模式识别等其他领域。
4. 神经网络中的激活函数有哪些常用的？它们的作用是什么？常用的激活函数包括sigmoid函数、ReLU函数和tanh函数。
它们的作用是在神经网络中引入非线性，增加网络的表达能力。
sigmoid函数将输入映射到0和1之间，主要用于二分类问题。
ReLU函数在输入大于0时返回该值，否则返回0，可以有效地缓解梯度消失问题，目前在深度学习中得到广泛应用。
tanh函数将输入映射到-1和1之间，具有对称性，使得网络的输出更加均匀。
5. 神经网络中的损失函数有哪些常用的？它们的作用是什么？常用的损失函数包括均方误差损失函数（MSE）、交叉熵损失函数和对数损失函数。
2008年全国硕士研究生入学统一考试心理学专业基础综合试题及考题注：标准字体为完整的08年心理学考研真题,每道08年考题后边”加粗”的字为博仁08年内部资料内部及位置，因书面资料的局限性，为保证辅导效果一部分信息传递给了授课老师，在课堂上讲解，因此内部资料不是博仁辅导班的唯一信息传寄方式。
提示：考前押只是在时间有限的情况下的权宜之计，押题是有风险，根据老师在基础时的讲解认真复习打好基础才是正确之选，切不可从一开始就存侥幸心理。
今年继续会将部分信息出在内部资料上，也会将部分信息传递给授课老师在课堂上讲解，内部资料不再将这部分内容作为训练的重点，请学员上课时认真听讲。
一、单项选择题：l-65题，每小题2分，共130分。
下列每题给出的四个选项中，只有一个选项是符合题目要求的。
1．强调心理学不应该以意识为主要研究对象的学派是A．构造主义 B．机能主义 C．人本主义 D．行为主义博仁内部资料《心理学考研模拟试题B卷》普通心理学试题一、选择题1、强调“整体”的心理学观点以及关心一个人是如何知觉环境的是:A.格式塔心理学B. 精神分析学派C.机能主义D. 行为主义《心理学考研辅导系列资料八》普心一、单项选题43，主张抛开意识，探索刺激与反应之间联系的心理学派是（）A 行为主义B 人本主义C 认知主义D 社会心理学2．现代心理学诞生和发展的两个重要历史渊源是哲学和A．生理学 B．社会学 C．人类学 D．物理学3．通过裂脑人研究来揭示大脑两半球功能单侧化的科学家是A．布洛卡(P．Broca) B．拉什利(K．s．Lashley) C．斯佩里(R．S peny) D．威尔尼克(C．Wernicke)《心理学考研辅导系列资料八》普心一、单项选题24，用“割裂脑”实验证明了，对右利手的人来说左半球言语功能占优势，右半球空间知觉和形象思维占优势的神经生理学家是（）A 布洛卡B 罗杰.斯佩里C 巴甫洛夫D 艾宾浩斯4．颜色视觉的三个基本属性是A．色调、波长、照度 B．色调、明度、照度C．波长、明度、饱和度 D．色调、明度、饱和度5．视觉感受野位于A．外侧膝状体 B．额叶 C．视网膜 D．视觉皮层博仁内部资料《心理学考研模拟试题A卷》普通心理学试题一、选择题6、马赫带可以用（）来解释。
《神经网络原理》一、填空题1、从系统的观点讲，人工神经元网络是由大量神经元通过极其丰富和完善的连接而构成的自适应、非线性、动力学系统。
2、神经网络的基本特性有拓扑性、学习性和稳定收敛性。
3、神经网络按结构可分为前馈网络和反馈网络，按性能可分为离散型和连续型，按学习方式可分为有导师和无导师。
4、神经网络研究的发展大致经过了四个阶段。
5、网络稳定性指从t=0时刻初态开始，到t时刻后v(t+△t)=v(t)，(t>0)，称网络稳定。
6、联想的形式有两种，它们分是自联想和异联想。
7、存储容量指网络稳定点的个数，提高存储容量的途径一是改进网络的拓扑结构，二是改进学习方法。
8、非稳定吸引子有两种状态，一是有限环状态，二是混沌状态。
9、神经元分兴奋性神经元和抑制性神经元。
10、汉明距离指两个向量中对应元素不同的个数。
二、简答题1、人工神经元网络的特点？答：（1）、信息分布存储和容错性。
（2）、大规模并行协同处理。
（3）、自学习、自组织和自适应。
（4）、人工神经元网络是大量的神经元的集体行为，表现为复杂的非线性动力学特性。
（5）人式神经元网络具有不适合高精度计算、学习算法和网络设计没有统一标准等局限性。
2、单个神经元的动作特征有哪些？答：单个神经元的动作特征有：（1）、空间相加性；（2）、时间相加性；（3）、阈值作用；（4）、不应期；（5）、可塑性；（6）疲劳。
3、怎样描述动力学系统？答：对于离散时间系统，用一组一阶差分方程来描述：X(t+1)=F[X(t)]；对于连续时间系统，用一阶微分方程来描述：dU(t)/dt=F[U(t)]。
4、F(x)与x 的关系如下图，试述它们分别有几个平衡状态，是否为稳定的平衡状态？答：在图（1）中，有两个平衡状态a 、b ，其中，在a 点曲线斜率|F ’(X)|>1，为非稳定平稳状态；在b 点曲线斜率|F ’(X)|<1，为稳定平稳状态。
在图（2）中，有一个平稳状态a ，且在该点曲线斜率|F ’(X)|>1，为非稳定平稳状态。
20 08 –20 09 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。
()()101)f())f )01e 1, 1f , 11)f 01, 1v A v B v C v v v v v v D v v ≥⎧==⎨-<+⎩≥⎧⎪=-<<=⎨⎪-≤-⎩（）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。
······x 1x 2x n12m······x 1x 2x n12m······x 1x 2x n12m······x 1x 2x n12ma)b)c)d)3. 在MATLAB中，下面的（○3）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) hold on（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) plot D) hold off（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= [3 7 11 5];>>y(3) = 2运算后的输出结果是（○8）A) 3 2 11 5 B) 3 7 2 5C) 2 7 11 5 D) 3 7 11 24. 下面是一段有关矩阵运算的MATLAB代码:>>A = [1 2 3 4; 5 6 7 8; 9 10 11 12]；>>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=[A B’]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（○9）A) 5 7 8 B) 5 6 8 C) 5 6 7D) 6 7 85.下面对MATLAB中的plot(x,y,s)函数叙说正确的是（○10）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) 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（○11）来处理这些数据最适合。
y 值。
装 订 线 内 不 得 答 题自觉遵 守 考 试 规 则，诚 信 考 试，绝 不作 弊二、人工智能有哪些主要研究和应用领域？其中有哪些是新的研究热点（10分）三、将下列命题写出其语义网络（10分） 1.每个学生都喜欢老师上的一门课.2．人工智能课程的学生中有男有女，有数学系的学生也有外系的学生。
四、假设已知下列事实：张某被盗，公安局派了五个侦察员去调查。
研究案情时，侦察员Ａ说：”；侦察员Ｄ说：“钱与孙至少有一人作案”；侦察“孙与李中至少有一个作案”；侦察员Ｄ说“赵与孙至少一个与案无“钱与李中至少有一人与此案无关”。
如果这五个侦察员的（15分）装 订 线 内 不 得 答 题自觉遵 守考 试 规 则，诚 信 考 试，绝 不作 弊五、.写出图中树的结点两个访问序列，要求分别满足以下两个搜索策略：(10分)1．深度优先搜索 2.广度优先搜索六、将下列谓词公式化成子句集()()()()()()a f y x R z x Q z P z y x ,,,~→∧∀∀∃。
（10分）七、已知有如下不确定推理规则：r1：C 11∨C 12 ⇒ H 1 0.7； r2：H 1 ⇒ H 0.5； r3：C 21∧C 22 ⇒ H －0.6； r4：(C 31∧C 32)∨C 33 ⇒ H 0.8；11) = 0.8， CF(C 12) = 0.9，CF(C 21) = 0.3，CF(C 22) = 0.6， ) = 0.9，CF(C 32) = 0.5，CF(C 33) =0.7； 求CF(H)。
（10分）装 订 线 内 不 得 答 题自觉遵 守考 试 规 则，诚 信 考 试，绝 不作 弊八、设有规则r1: IF E1 THEN (2, 0.0001) H1r2: IF E1 AND E2 THEN (100, 0.001) H1r3: IF H1 THEN (200, 0.01) H2已知：P(E1)=P(E2)=0.6 P(H1)=0.091，P(H2)=0.01用户回答: P(E1|S1)=0.76, P(E2|S2)=0.68，求P(H2|S1,S2)（15分）。
2008年4月国家三级（网络技术）笔试真题试卷(题后含答案及解析) 题型有：1. 选择题 2. 填空题选择题（每小题1分，共60分）下列各题A、B、C、D四个选项中，只有一个选项是正确的，请将正确选项涂写在答题卡相应位置上。
1．2008年北京奥运会有许多赞助商，其中有12家全球合作伙伴，下列哪个IT厂商不是奥委会的全球合作伙伴? ( )。
A．微软B．三星C．联想D．松下正确答案：A2．在扩展的ASCII码中，每个数字都能用二进制数表示，例如1表示为00110001，2表示为00110010，那么2008可表示为( )。
A．00110010 00000000 00000000 00110111B．00110010 00000000 00000000 00111000C．00110010 00110000 00110000 00110111D．00110010 00110000 00110000 00111000正确答案：D解析：1的ASCII码为00110001，2的ASCII码为00110010，所以0的ASCII 为码00110000，8的ASCII码为00111000，2008的ASCII码为：00110010 00110000 00110000 00111000。
3．关于主板的描述中，正确的是( )。
A．按CPU芯片分类有奔腾主板、AMD主板B．按主板的规格分类有SCSI主板、EDO主板C．按CPU插座分类有AT主板、ATX主板D．按数据端口分类有Slot主板、Socket主板正确答案：A解析：主板的分类方法很多，常用的分类方法，见表1。
由表可知选项A是正确的。
选项B中SCSI主板、EDO主板是按照数据端口来划分的；选项C中AT主板、ATX主板是按照主板规格来分的：选项D中Slot主板、Socket主板是按CPU插座来分的。
4．关于奔腾处理器体系结构的描述中，错误的是( )。
A．分支目标缓存器用来动态预测程序分支转移情况B．超流水线的特点是设置多条流水线同时执行多个处理C．哈佛结构是把指令和数据分别进行存储D．现在已经由单纯依靠提高主频转向多核技术正确答案：B解析：本题考察奔腾芯片的技术特点。
研究生神经网络试题A卷参考答案
一、名词解释(共5题，每题5分，共计25分)
1、泛化能力
答：泛化能力又称推广能力，是机器学习中衡量学习机性能好坏的一个重要指标。
泛化能力主要是指经过训练得到的学习机对未来新加入的样本（即测试样本）数据进行正确预测的能力。
2、有监督学习
答：有监督学习又被称为有导师学习，这种学习方式需要外界存在一个“教师”，她可以对一组给定输入提供应有的输出结果，学习系统可根据已知输出与实际输出之间的差值来调节系统参数。
3、过学习
答：过学习（over-fitting），也叫过拟和。
在机器学习中，由于学习机器过于复杂，尽管保证了分类精度很高（经验风险很小），但由于VC维太大，所以期望风险仍然很高。
也就是说在某些情况下，训练误差最小反而可能导致对测试样本的学习性能不佳，发生了这种情况我们称学习机（比如神经网络）发生了过学习问题。
典型的过学习是多层前向网络的BP算法
4、Hebb学习规则
答：如果两个神经元同时兴奋(即同时被激活)，则它们之间的突触连接加强。
如果用、表示神经元i和j的激活值(输出)，表示两个神经元之间的连接权，则Hebb学习规则可以表示为：，这里表示学习速率。
Hebb 学习规则是人工神经网络学习的基本规则，几乎所有神经网络的学习规则都可以看作Hebb学习规则的变形。
5、自学习、自组织与自适应性
答：神经网络结构上的特征是处理单元的高度并行性与分布性，这种特征使神经网络在信息处理方面具有信息的分布存储与并行计算而且存储与处理一体化的特点。
而这些特点必然给神经网络带来较快的处理速度和较强的容错能力。
能力方面的特征是神经网络的自学习、自组织与自性适应性。
自适应性是指一个系统能改变自身的性能以适应环境变化的能力，它包含自学习与自组织两层含义。
自学习是指当外界环境发生变化时，经过一段时间的训练或感知，神经网络能通过自动调整网络结构参数，使得对于给定输入能产生期望的输出。
自组织是指神经系统能在外部刺激下按一定规则调整神经元之间的突触连接，逐渐构建起神经网络。
也就是说自组织神经元的学习过程，完全是一种自我学习的过程，不存在外部教师的示教。
二、问答题（共7题，每题8分，共计56分）
1、试述遗传算法的基本原理，并说明遗传算法的求解步骤。
答：遗传算法的基本原理如下：通过适当的编码方式把问题结构变为位串形式（染色体），在解空间中取一群点作为遗传开始的第一代，染色体的优劣程度用一个适应度函数来衡量，每一代在上一代的基础上随机地通过复制、遗传、变异来产生新的个体，不断迭代直至产生符合条件的个体为止。
迭代结束时，一般将适应度最高的个体作为问题的解。
一般遗传算法的主要步骤如下：
(1) 随机产生一个由确定长度的特征字符串组成的初始群体。
(2) 对该字符串群体迭代的执行下面的步 (a) 和 (b) ，直到满足停止标准：
(a) 计算群体中每个个体字符串的适应值；
(b) 应用复制、交叉和变异等遗传算子产生下一代群体。
(3) 把在后代中出现的最好的个体字符串指定为遗传算法的执行结果，这个结果可以表示问题的一个解。
2、什么是进化计算？它包括哪些内容？它们的出发点是什么？
答：进化计算即模仿生物来建立功能强大的算法，进而将它们运用于复杂的优化问题。
进化计算包括遗传算法、进化策略、进化编程、遗传编程和人工生命。
遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真，是进化计算的一种最重要形式。
进化策略是一类模仿自然进化原理以求解参数优化问题的算法。
进化编程的过程，可理解为从所有可能的计算机程序形成的空间中，搜索具有高的适应度的计算机程序个体。
人工生命试图通过人工方法建造具有自然生命特征的人造系统。
3、人工神经网络是模拟生物神经网络的产物，除相同点外，它们还存在哪些主要区别？
答; 1．单元上的差别对于生物神经元而言，影响突触传递信息强度的因素很多、很复杂。
如突触前微细胞的大小与多少、神经传递化学物质含量的多少、神经传递化学物质释放的速度、突触间隙的变化、树突的位置与大小等诸多因素都会对突触电位产生影响，从而影响神经元的输出脉冲响应。
而人工神经元则忽略了这些影响，输入、输出关系十分简单。
2．信息上的差别生物神经元传递的信息是脉冲，而人工神经元传递的信息是模拟电压。
3．规模与智能上的差别目前，人工神经网络的规模还远小于生物神经网络，网络中神经元的数量一般在104个以下，显然，其智能也无法与生物神经网络相比。
4、感知器神经网络存在的主要缺陷是什么？
答: 1)由于感知器的激活函数采用的是阀值函数，输出矢量只能取0或1，所以只能用它来解决简单的分类问题；
2)感知器仅能够线性地将输入矢量进行分类。
理论上已经证明，只要输人矢量是线性可分的，感知器在有限的时间内总能达到目标矢量；
3)感知器还有另外一个问题，当输入矢量中有一个数比其他数都大或小得很多时，可能导致较慢的收敛速度。
5、请比较前馈型神经网络与反馈型神经网络的异同点。
（8分）
答：前馈型神经网络只表达输入输出之间的映射关系，实现非线性映射；反馈型神经网络考虑输入输出之间在时间上的延迟，需要用动态方程来描述，反馈型神经网络是一个非线性动力学系统。
(1)前馈型神经网络的学习训练主要采用BP算法，计算过程和收敛速度比较慢；反馈型神经网络的学习主要采用Hebb规则，一般情况下计算的收敛速度很快，并且它与电子电路有明显的对应关系，使得网络易于用硬件实现。
(2)前馈型神经网络学习训练的目的是快速收敛，一般用误差函数来判定其收敛程度；反馈型神经网络的学习目的是快速寻找到稳定点，一般用能量函数来判别是否趋于稳定点。
(3)两者都有局部极小问题。
6、BP算法的基本思想是什么，它存在哪些不足之处？（9分）
答：BP算法（即反向传播法）的基本思想是：学习过程由信号的正向传播与误差的反向传播两个过程组成。
1）正向传播：输入样本－>输入层－>各隐层（处理）－>输出层
注1：若输出层实际输出与期望输出（教师信号）不符，则转入2）（误差反向传播过程）
2）误差反向传播：输出误差（某种形式）－>隐层（逐层）－>输入层
其主要目的是通过将输出误差反传，将误差分摊给各层所有单元，从而获得各层单元的误差信号，进而修正各单元的权值（其过程，是一个权值调整的过程）。
注2：权值调整的过程，也就是网络的学习训练过程（学习也就是这么的由来，权值调整）。
虽然BP算法得到广泛的应用，但它也存在自身的限制与不足，其主要表现在于它的训练过程的不确定上。
具体说明如下：
1）易形成局部极小（属贪婪算法，局部最优)而得不到全局最优；
BP 算法可以使网络权值收敛到一个解，但它并不能保证所求为误差超平面的全局最小解，很可能是一个局部极小解。
2）训练次数多使得学习效率低下，收敛速度慢（需做大量运算）；
对于一些复杂的问题，BP 算法可能要进行几小时甚至更长的时间的训练。
这主要是由于学习速率太小所造成的。
可采用变化的学习速率或自适应的学习速率来加以改进。
3）隐节点的选取缺乏理论支持；
4）训练时学习新样本有遗忘旧样本趋势
7、请描述结构风险最小化原则（SRM ）的思想，并给出其数学表达式。
答： 传统机器学习中的经验风险最小化（ERM ）原则在有限样本情况下是不合理的。
需要同时最小化经验风险和置信界限。
统计学习理论提出了一种新的策略，即把函数集构造为一个函数子集序列，使各个子集按照VC 维的大小(亦即的大小)排列：在每个子集中寻找最小经验风险，在子集间折衷考虑经验风险和置信界限，取得实际风险的最小，如下图所示。
这种思想称作结构风险最小化准则,即SRM 准则。
结构风险最小化原则的数学表达式如下式所示：
式中R (w )为实际风险，R
（w ）为经验风险，是函数集的VC 维，是样本数。
n
h n h w R w R emp ) 4 / ln( ) 1 ) / 2 (ln( ) ( ) ( η - + + ≤
结构风险最小化原理图
三、推导题（共一题，计19分）
1、给定图1所示的具有一个隐含层的BP简化网络图，请给出BP算法的完整推导步骤。
答：
1、信息的正向传递
1)隐含层中第i个神经元的输出为：
（1）2)输出层第k个神经元的输出为：
（2）3)定义误差函数为：
（3）2、利用梯度下降法求权值变化及误差的反向传播
(1)输出层的权值变化
对从第i个输入到第k个输出的权值有：
（4）其中：
（5）（6）同理可得：
（7）
(2)隐含层权值变化
对从第j个输入到第i个输出的权值，有：
（8）其中：（9）
同理可得：（10）。
