2015年智能信息处理考试试卷
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
电路与系统专业《智能信息处理》考试试题
(考试形式:开卷;答题纸尺寸:A4)
1、简述信息融合的三种结构形式,画出其结构示意图,并阐述它们的优缺点。
(20分)
2、某3层BP 神经网络的结构如图1所示。
其隐层神经元的激励函数为1()1z f z e
-=+,输出层激励函数为线性函数。
现有一组样本(x =0.1, y d =0.5)对网络进行训练,训练的目标函数为21()2
d J y y =-,学习率η=0.2。
设第k 次迭代训练时,网络的初始值分别为(1)()(0.1,0.1)k W =、(2)()(0.2,0.2)k W =,试根据BP 学习算法,求第k +1次的权值(1)(1)k W +、(2)(1)k W +。
(20分)
x y
图1 BP 神经网络的结构图
3、现有一恒温水浴温度控制系统,其目标温度t d =20℃,要求利用模糊控制方法完成其温度控制(控制精度为0.1℃)。
设计内容:(30分)
(1)画出恒温水浴温度模糊控制器框图;
(2)设计模糊控制控制表
4、某多传感器称重系统的传感器拓扑结构如图2所示。
其中S1、S2、S3、S4为称重传感器。
当某一被测物体加载在秤体上时,其重量y 由S1、S2、S3、S4的输出x 1, x 2, x 3, x 4有关,即y =f (x 1, x 2, x 3, x 4)。
由于受各种非线性因素影响,f (·)为非线性函数。
试利用神经网络方法确定函数y =f (·)。
(提示:题中给出的数据为神经网络样本,根据这些样本,利用MATLAB 进行神经网络训练与测试。
)要求:(30分)
(1)给出MATLAB 神经网络训练与测试程序;
(2)给出仿真结果。
图2 称重系统传感器拓扑结构图
X01= [ x 1, x 2, x 3, x 4],y1=20kg
X01= [7.1804 7.6882 1.6484 2.4130;
9.5554 5.2392 2.4141 1.7292;
5.1734 9.6213 1.1909 2.9598;
4.7798 4.4309 4.3077
5.4914;
6.1911 2.9164 6.0592 3.8366;
2.8901 6.1969 2.8031 7.1554;
2.4084 1.5762 6.7347 8.3520;
2.7803 1.1194 10.2481 4.9112;
1.8661
2.2510 4.1464 10.8118];
X02= [ x1, x2, x3, x4],y2=40kg
X02= [9.6411 9.4342 8.7615 10.1826;
11.6094 7.5675 10.6038 8.2894;
8.2102 10.7880 7.4539 11.5676;
16.2814 16.7781 1.8037 3.0519;
19.8221 12.8375 2.9342 2.3423;
14.8131 17.6247 1.7292 3.6919;
9.5236 9.6894 8.3715 10.4794;
11.9766 7.1259 11.0297 7.9167;
7.9425 11.4079 6.8827 11.8404];
X03= [ x1, x2, x3, x4],y3=26.28kg
X03= [8.5651 8.7575 3.3237 4.2962;
10.6490 6.5249 4.5136 3.3227;
7.0998 10.1126 2.7680 4.9483;
5.7883
6.6594 5.5157 6.7423];。