2021人工神经网络第二次作业要求
§01 第一题
1.1 题目要求
1.1.1 设计要求
建立起一个竞争网络,有输入层和竞争层组组成,如下图所示,初始权向量为已经归一化为:
▲ 图1.1.1 竞争网络结构
训练集合有五个样本向量xn,n=1,2,3,4,5x_n ,n = 1,2,3,4,5xn,n=1,2,3,4,5,均位于单位圆上,各自所对应的角度分别为:
∣xn∣=1,xn={45∘,90∘,210∘,240∘,300∘}\left| {x_n } \right| = 1,\,\,\,\,x_n = \left\{ {45^ \circ ,90^ \circ ,210^ \circ ,240^ \circ ,300^ \circ } \right\}∣xn∣=1,xn={45∘,90∘,210∘,240∘,300∘}
▲ 图1.1.2 样本分布的位置
1.1.2 实验要求
1.使用胜者为王的算法对权系数 W1,W2W_1 ,W_2W1,W2 进行调整, 写出经过一轮训练之后的权系数调整结果。假设学习速率η=0.6.
2.对比讨论学习速率η不同收敛情况对于训练结果的影响。
(1) 第一种情况:η按照等比下降。
η[n+1]=0.5η[n]\eta \left[ {n + 1} \right] = 0.5\eta \left[ n \right]η[n+1]=0.5η[n]
(2) 第二种情况:η按照训练步数线性下降.
η[n]=N−nN×0.5,N=100\eta \left[ n \right] = {{N - n} \over N} \times 0.5,\,\,N = 100η[n]=NN−n×0.5,N=100
N:训练总步数,可以选取N=100
3.讨论 W1,W2W_1 ,W_2W1,W2 不同的初始化位置,对于训练结果是否有影响。
1.2 参考解答
§02 第二题
2.1 题目要求
2.1.1 设计要求
下面是三个字母C,H,L样本的5×5点阵图:
▲ 图2.1.1 C、H、L样本点阵图
给它们添加噪声,形成带有噪声的样本,噪声样本与正确样本之间的海明距离(Hamming Distance)为1,即两个二值向量之间不相同元素的个数为1,下面是三个字母的噪声样本的示例:
▲ 图2.1.2 与三个样本Hamming距离为1的样本
带有噪声的样本可以在原有正确样本的基础上,随机选择一个元素,将其从原来的0或者1,改变成1,或者0。因此字母C,H,L各自有25个与其Hamming距离为1的带有噪声的样本。
2.1.2 实验要求
1. 建立一个竞争层三个节点的竞争神经网络,并对其权系数随机初始化成0~1之间的随机小数;
2. 使用胜者为王(Win-Take-All)算法,使用三个字母正确的样本和5个带有噪声的样本进行训练。自行设置学习速率和它的减少规律;
3. 给出最终的训练后三个神经元的内星向量结果。
4. 验证三个字母其它剩余的20个噪声样本在该竞争网络的识别性能。
5. (选做)随机生成三个字母的Hamming距离为2的噪声样本,并验证上述竞争网络识别的效果。
▲ 图2.1.3 HAMMING距离为2 的样本
2.2 参考解答
§03 第三题
3.1 题目要求
3.1.1 设计要求
使用SOM对于下面六种点阵字体进行聚类,分别讨论三种拓扑结构下聚类的效果:
(1) 无拓扑结构
(2) 一维拓扑结构
(3) 二维拓扑结构
(1)六种字体数据集合说明
从网络上截屏得到六种5×7点阵ASCII字体,分别将A~Z字符点阵转换成0-1字符串,存储在作业文件ASCIIFONT.TXT中。
▲ 图3.1.1 不同字体的ASCII码
点阵数据也可以从下面CSDN文章中拷贝而得。
关于字符点阵转换过程说明参见如下CSDN文章。https://zhuoqing.blog.csdn.net/article/details/121060703
▲ 图3.1.2
3.1.2 实验要求
(1) 网络设计要求
- 输入层35,输出层25;
- 学习速率:0.6线性递减至0.01
(2) 从六种字体点阵中选择如下八个字符训练SOFM,
总共有48个字符。
G H I N O Q U H
(3) 竞争层分别采用三种不同的拓扑结构,讨论训
练结果。
(4) 拓展练习:可以自行选择其它字符的六种不同的
字体对设计的网络进行训练。
3.2 参考解答
§04 第四题
4.1 题目要求
4.1.1 设计要求
使用SOM对于下面六种数据集合进行聚类。
▲ 图4.1.1 聚类数据集合
4.1.2 实验要求
(1) 任选2~3种数据集合进行实验;
(2) 根据数据分布特征,确定合适的竞争层神经元数据,并分别利用一维,二维拓扑结构完成网络训练。
(3) 对于训练结果进行展示,并讨论网络参数(神经元个数,拓扑结构)对于训练结果的影响。
注:由于SOFM网络是无导师训练算法,因此,对于不同的数据集合,将所有的点阵都当做统一的训练数据。
4.1.3 数据产生
数据集合产生方法参考文献:
应用在机器学习中的聚类数据集产生方法:
https://zhuoqing.blog.csdn.net/article/details/109975990产生螺旋分类样本集合 SpiralData:
https://zhuoqing.blog.csdn.net/article/details/119114663
4.2 参考解答
§05 第五题
5.1 题目要求
5.1.1 设计要求
自组织特征映射(SOFM)网络有15个竞争层的神经元,它们具有一维的拓扑结构。100个样本随机均匀选取于下图所示的三角形区域内。
▲ 图5.1.1 训练样本示意图
进行训练后,给出神经元在坐标平面上的位置分布。阐述SOFM的“保序”特性。
提示:所用到的MATLAB语句
构建一维的SOFM网络
net = newsom([0 1;0 1],[50]);训练神经网络
net = train(net,P)绘出一维的图形
plotsom(net.iw{1,1}, net.layers{1}.distances)
5.2 参考解答
§06 第六题
6.1 题目要求
6.1.1 设计要求
利用SOFM解决旅行商路径规划问题。
▲ 图6.1.1 地点分布示意图
6.1.2 实验要求
(1) 下面给出了三种位置 所在的位置分布;
(2) 请使用SOM网络求解这三种位置分布优化后的路径。
▲ 图6.1.2 地点分布数据
6.2 参考解答
§07 第七题
7.1 题目要求
7.1.1 设计要求
使用CPN网络逼近Hermit多项式。
▲ 图7.1.1 Hermit多项式
▲ 图7.1.2 网络结构示意图
训练样本:从[-4,4]之间随机选取x取值以及对应的Hermit多项式的函数值。
7.1.2 实验要求
1. 构造单向CPN和双向CPN完成上述网络并进行训练。
2. 对比在相同的20个隐层节点的情况下,两种CPN逼近函数的精度。
7.2 参考解答
§08 第八题
8.1 题目要求
8.1.1 设计要求
构造LVQ网络完成下面两类样本的分类问题。
▲ 图8.1.1 分类数据
▲ 图8.1.2 网络结构示意图
8.1.2 实验要求
(1) 上面数据集合产生方法请参照第四小题;
(2) 任选择其中一个数据集和,完成LVQ网络构建与训练;
(3) 对于每一类对应的神经元个数n,分别选择n=5, n=20来讨论训练的结果。
(4) 选做:讨论LVQ1算法对于训练结果的影响。
Net = newlvq(PR,S1,PC,LR,LF)_
PR is an R-by-2 matrix of minimum and maximum values for R input elements.
S1 is the number of first-layer hidden neurons.
PC is an S2-element vector of typical class percentages.
LR is the learning rate (default 0.01).
LF is the learning function (default is learnlv1).
8.2 参考解答
● 相关图表链接:
- 图1.1.1 竞争网络结构
- 图1.1.2 样本分布的位置
- 图2.1.1 C、H、L样本点阵图
- 图2.1.2 与三个样本Hamming距离为1的样本
- 图2.1.3 HAMMING距离为2 的样本
- 图3.1.1 不同字体的ASCII码
- 图3.1.2
- 图4.1.1 聚类数据集合
- 图5.1.1 训练样本示意图
- 图6.1.1 地点分布示意图
- 图6.1.2 地点分布数据
- 图7.1.1 Hermit多项式
- 图7.1.2 网络结构示意图
- 图8.1.1 分类数据
- 图8.1.2 网络结构示意图
2021人工神经网络第二次作业要求相关推荐
- 2020年人工神经网络第二次作业-参考答案第八题
如下是 2020年人工神经网络第二次作业 中第八题的参考答案. ➤01 第八题参考答案 1.题目分析 (1) 训练样本 根据题目中的两类样本点在坐标系的位置,可以获得训练样本输入数据矩阵x_train ...
- 2020年人工神经网络第二次作业-参考答案第七题
如下是 2020年人工神经网络第二次作业 中第七题的参考答案. ➤01 第七题参考答案 1.题目分析 根据题目要求,使用CPN(Counterpropagation Network: 对偶传播网络 ) ...
- 2020年人工神经网络第二次作业-参考答案第六题
如下是 2020年人工神经网络第二次作业 中第六题的参考答案. ➤01 第六题参考答案 1.题目分析 (1) 数据处理 将题目中给定的十个景点位置{xi,yi}i=1,2,⋯,10\left\{ {x ...
- 2020年人工神经网络第二次作业-参考答案第五题
如下是 2020年人工神经网络第二次作业 中第五题的参考答案. ➤01 第五题参考答案 1.题目分析 (1) 数据产生 100个样本随机均匀分布在三角形区域内,训练样本{xi,yi}\left\{ { ...
- 2020年人工神经网络第二次作业-参考答案第四题
如下是 2020年人工神经网络第二次作业 中第四题的参考答案. ➤01 第四题参考答案 1.题目分析 (1) 训练数据 第一个数据集合 这个数据集合包括有16中动物.它们的属性编码在题目中的表格中给出 ...
- 2020年人工神经网络第二次作业-参考答案第三题
如下是 2020年人工神经网络第二次作业 中第三题的参考答案. ➤01 第三题参考答案 1.题目分析 本题实际上是课件中例题的重现问题. 对于7个字符(三种字体),21个训练样本,它们分别属于7大类. ...
- 2020年人工神经网络第二次作业-参考答案第二题
如下是 2020年人工神经网络第二次作业 中第二题的参考答案. ➤01 第二题参考答案 1.题目分析 (1) 训练样本 训练样本是低分辨率(5×5)字符,可以使用长度为25的向量表示,下面就是字母C, ...
- 2020年人工神经网络第二次作业-参考答案第一题
如下是 2020年人工神经网络第二次作业 中第一题的参考答案. ➤01 第一题参考答案 1.题目分析 (1) 已知条件 本题中的建立的是一个由两个竞争节点组成的竞争网络.竞争层的神经元和五个训练样本都 ...
- 2020年人工神经网络第二次作业
第二次作业TEASOFT-DOP文档所在云端目录 ➤01 第一题 1.题目描述 建立起一个竞争网络,有输入层和竞争层组组成,如下图所示,初始权向量为已经归一化为: 训练集合有五个样本向量 xn,n=1 ...
最新文章
- 如何创建可扩展表视图中的iOS 学习和拓展优化(有待更新)
- Fragment第二次加载没有数据
- Java中的 Switch 是如何支持 String 的?为什么不支持 long?
- 吹爆google colab
- 登陆用友服务器超时未响应,用友T3软件10.8plus1普及版服务器提示“客户端已经较长时间未连接加密服务器,超时2880秒,请退出产品重新登录”?-用友T3...
- 初学Android,字符串,数字,尺寸,数组资源(十二)
- maven项目中测试代码
- Mysql主从配置,实现读写分离
- APUE(7)---进程环境
- 如何使用Java和XML Config在Spring Security中启用HTTP基本身份验证
- mysql qcow2_qcow2文件格式分析
- 给你出道题 红绿灯问题
- centos下编译lnmp环境
- C语言 最小二乘 向量旋转 欧拉方法求洛伦兹方程
- 拓端tecdat|用Python粒度分析及其在沉积学中应用研究
- BXP无盘网络方案及设备选用(转)
- 宝塔linux 屏蔽ip,宝塔屏蔽国外IP保护网站安全
- 【第三方互联】10、注册成为支付宝(Alipay)开发者
- iOS TouchID/FaceID 开发
- 阿里云oss对象存储的使用
热门文章
- 逻辑心理测试题:三囚分汤
- intellij idea (Android studio )外部程序 打开某扩展名(格式)
- ubuntu 突然不能 sudo成功,报错su: Authentication failure
- iOS开发-UITextField手机号和邮箱验证
- c#中enum的用法小结
- spring集成xmemcached
- 赵本山说日本车。(笑死不偿命)
- vmware6.5实现基于win2003的群集
- vscode+MinGW+cmake设置轻量ide
- ArchSummit2018深圳站筹备中,18大专题征集演讲嘉宾