海洋机器人与人工智能知到智慧树章节测试课后答案2024年秋哈尔滨工程大学

海洋机器人与人工智能知到智慧树章节测试课后答案2024年秋哈尔滨工程大学第一章单元测试

被誉为国际“人工智能之父”的（）。

A:尼尔逊

B:傅京孙

C:图灵

D:费根鲍姆

答案:图灵

人工智能三大学派是（）、（）和（）。____________

答案:符号主义、连接主义、行为主义AI是（）的缩写。____

答案:AI是"人工智能"的缩写。

第二章单元测试

按知识的作用，知识分为哪些类型（）。

A:过程型知识

B:控制型知识

C:叙述型知识

D:行为能力型知识

答案:过程型知识

；控制型知识

；叙述型知识

状态空间法的三要素是（）。

A:状态

B:状态空间

C:行为

D:算符

答案:状态

；状态空间

；算符

本原问题是可直接求解或具有已知解答的问题，出现本原问题即可停止搜索。（）

A:错B:对

答案:对不可解节点是（）

A:没有后裔的非叶节点。

B:与后裔节点至少有一个不可解的节点。

C:全部或后裔节点都不可解的节点。

D:全部与后裔节点都不可解的节点。

答案:没有后裔的非叶节点。

；与后裔节点至少有一个不可解的节点。

；全部或后裔节点都不可解的节点。

图搜索策略主要针对树状结构。（）

A:对B:错

答案:对图搜索策略涉及到几个数据结构（）

A:Close表

B:子节点

C:Open表

D:父节点

答案:Close表

；Open表

更实用的深度搜索策略是（）。

A:启发式搜索

B:盲目搜索

C:宽度优先搜索

D:有界深度优先搜索

答案:有界深度优先搜索

启发式搜索包括（）

A:A*算法

B:贪婪算法

C:深度优先搜索

D:A算法

答案:A*算法

；贪婪算法

；A算法

下列搜索方法中不属于盲目搜索的是（）。

A:有界深度优先搜索

B:广度优先搜索

C:深度优先搜索

D:A*搜索

答案:A*搜索

启发式搜索是一种利用（）信息的搜索，估价函数在搜索过程中起的作用是（）。________

答案:0在与或图中，没有后裔的非终叶节点为不可解节点，那么含有或后继节点且后裔中至少有一个为可解的非终叶节点是（），含有与后继节点且后裔中至少有一个为不可解的非终叶节点是（）。________

答案:0

第三章单元测试

人工神经元模型应该具有生物神经元的六个基本特性。（）

A:对B:错

答案:对人工神经网络的训练方式有（）

A:线性学习

B:无导师学习

C:有导师学习

D:阶跃学习

答案:无导师学习

；有导师学习

感知器控制循环结束的方法（）

A:精度控制法

B:初期全调法

C:凸状组合法

D:综合控制法

答案:精度控制法

；初期全调法

；综合控制法

BP算法的优点是训练速度快，能够逃离局部极小点。（）

A:错B:对

答案:错网络瘫痪问题是BP算法自身就可以克服和避免的问题。（）

A:对B:错

答案:错SOM网络的全称是自组织映射神经网络。（）

A:对B:错

答案:对对传网络的训练方法（）

A:综合控制法

B:初期全调法

C:凸状组合法

D:精度控制法

答案:初期全调法

；凸状组合法

对给定的输入向量，Kohonen层各神经元可以给出相同的输出。（）

A:对B:错

答案:错模拟退火是一种确定性的训练方法。（）

A:错B:对

答案:错下列关于模拟退火方法中叙述正确的是（）

A:在金属的退火过程中，能量的状态分布是有规律的。

B:在金属的退火过程中，能量的状态分布是无规律的。

C:金属中原子的能量与温度有关。

D:原子能量高的时候，有能力摆脱其原来的能量状态达到一个更加稳定的状态。

答案:在金属的退火过程中，能量的状态分布是有规律的。

；金属中原子的能量与温度有关。

；原子能量高的时候，有能力摆脱其原来的能量状态达到一个更加稳定的状态。

人工热问题涉及到下面哪些方面的问题（）

A:临界温度

B:人工特殊热

C:特殊热

D:伪特殊热

答案:临界温度

；人工特殊热

；特殊热

；伪特殊热

网络的收敛性和网络的稳定性是同一个问题。（）

A:错B:对

答案:错Boltzmann机的训练涉及到如下哪些概念（）

A:约束概率

B:联接权修改量

C:临界温度

D:自由概率

答案:约束概率

；联接权修改量

；自由概率

不属于神经网络常用学习算法的是（）。

A:增强学习

B:观察与发现学习

C:无导师学习

D:有导师学习

答案:观察与发现学习

人工神经网络的激活函数主要有三种形式，下面（）对应的是非线性转移函数。

A:

B:

C:

D:

答案:

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为若干层。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（）对应的是相互连接型网络。

A:

B:

C:

D:

答案:

请说明神经元的基本结构和前馈型神经网络的工作过程。

答案:0填写下面的三值逻辑表。其中T，F分别表示真、假。

答案:无试述离散型Hopfield神经元网络的结构及工作原理。

答案:0感知器神经网络存在的主要缺陷是什么？

答案:0

第四章单元测试

强化学习是一种在线的、无导师机器学习方法。（）

A:错B:对

答案:对强化学习Agent的唯一目标就是最大化在长期运行过程中收到的总奖赏。（）

A:错B:对

答案:对值迭代和策略迭代都是解决马尔可夫决策过程的标准算法。（）

A:错B:对

答案:对时间差分学习方法是一种模型相关的算法。（）

A:错B:对

答案:错深度学习、神经网络和Q学习都可以用于轨迹规划。（）

A:对B:错

答案:对Q-learning算法中，Q函数是()

A:奖励函数

B:估值函数

C:状态函数

D:状态-动作值函数

答案:状态-动作值函数

Q(s,a)是指在给定状态s的情况下，采取行动a之后，后续的各个状态所能得到的回报（）

A:期望值

B:总和

C:最小值

D:最大值

答案:期望值

在强化学习过程中，学习率越大，表示采用新的尝试得到的结果比例越（），保持旧的结果的比例越（）

A:大，小

B:小，大

C:大，大

D:小，小

答案:大，小

在强化学习的过程中，（）能够在稍微偏离目前最好策略的基础上，尝试更多策略，（）能够运用目前最好的策略，获取更高的奖励

A:探索，利用

B:利用，输出

C:探索，输出

D:利用，探索

答案:探索，利用

在epsilon-greedy算法中，epsilon的值越大，采取随机动作的概率越（），采用当前Q函数最大动作的概率越（）

A:大，大

B:小，小

C:小，大

D:大，小

答案:大，小

第五章单元测试

在选择神经网络的深度时，下面哪些参数需要考虑？()

A:学习速率

B:映射的输出函数

C:输入数据

D:神经网络的类型(如MLP,CNN)

E:计算能力(硬件和软件能力决定)

答案:学习速率

；映射的输出函数

；输入数据

；神经网络的类型(如MLP,CNN)

；计算能力(硬件和软件能力决定)

深度学习与机器学习算法的区别在于，后者过程中无需进行特征提取工作，即在进行深度学习过程中要先完成特征提取的工作。（）

A:对B:错

答案:错自动编码器的主要任务是什么？（）

A:异常检测

B:生成模型

C:降维

D:无监督预训练

E:特征提取

答案:异常检测

；生成模型

；降维

；无监督预训练

；特征提取

编码器的常见应用包含以下哪几种（）

A:数据降维

B:异常监测

C:图像修复

D:信息检索

答案:数据降维

；异常监测

；图像修复

；信息检索

下列哪一项在神经网络中引入了非线性？（）

A:其它都不正确

B:ReLU单元

C:卷积函数

D:随机梯度下降

答案:ReLU单元

训练CNN时，可以对输入进行旋转、平移、缩放等预处