《人工神经网络理论、设计及应用》第一章习题

1. 根据自己的体会，列举人脑与电脑信息处理能力有哪些不同。

   （1）记忆与联想能力：人脑能存储大量的信息，并具有对信息进行筛选、回忆和巩固的联想记忆能力，不仅能对已学习的知识进行回忆，而且能在外界输入的部分信息刺激下，联想到一系列相关的存储信息，从而实现对不完整信息的自联想恢复，或关联信息的互联想；计算机对程序指令和数据等信息的记忆由存储器完成，信息一旦存入便保持不变，在某存储单元存入新的信息后会覆盖原有信息，不能对其进行回忆，相邻存储单元互不相干，没有联想能力。

   （2）学习与认知能力：人脑具有从实践中不断抽取知识、总结经验的能力；计算机的功能和结果都是确定不变的，不能再不断重复的过程中总结或积累任何经验，不会主动提高自己解决问题的能力。

   （3）信息加工能力：人脑具有复杂的回忆、联想和想象等非逻辑加工功能，在信息的逻辑加工方面，人脑可以上升到具有语言文字的符号思维和辩证思维；计算机没有非逻辑加工功能，逻辑加工能力也仅限于二值逻辑，缺乏辩证逻辑能力。

   （4）信息综合能力：人脑善于对客观世界千变万化的信息和知识进行归纳、类比和概括，综合起来解决问题，这种综合判断过程不仅遵循确定性的逻辑思维原则，而且可以经验地、模糊地甚至是直觉地作出一个判断；计算机难以达到人脑所具有的融会贯通的信息综合能力。

   （5）信息处理速度：在数值处理等只需串行算法就能解决问题的应用方面，计算机的信息处理速度远高于人脑，但计算机处理文字、 图像、声音等类信息的能力与速度远远不如人脑。

2. 神经网络的功能特点是由什么决定的？

   神经网络模型的特点。

3. 根据人工神经网络的特点，你认为它善于解决哪类问题？

   模式识别、系统辨识、信号处理、自动控制、组合优化、预测预估、故障诊断、医学与经济学等领域的问题。

4. 神经网络研究在 20 世纪 70~80 年代处于低潮的主要原因是什么？

   （1）人工智能的创始人之一，M.Minsky 和 S.Papert 于 1969 年出版了评论人工神经网络的书——《感知器》，指出简单的神经网络只能运用于线性问题的求解，能够求解非线性问题的网络应具有隐层，而从理论上还不能证明将感知机模型扩展到多层网络是有意义的。Minsky 的悲观论点为人工神经网络泼了一大盆冷水。

   （2）20 世纪 70 年代以来集成电路和微电子技术的迅猛发展使传统的 Von Neumann 型计算机进入发展的全盛时期，基于逻辑符号处理方法的人工智能得到迅速发展并取得显著成就，它们的问题和局限性尚未暴露，因此暂时掩盖了发展新型计算机和寻求新的神经网络的必要性和迫切性。

5. 神经网络研究于 20 世纪 80 年代中期复兴的动力是什么？

   1982 年，John.J.Hopfield 博士总结并自取前人对神经网络研究的成果与经验，把网络的各种结构和各种算法概括起来，塑造出新颖的强有力的网络模型，称为 Hopfield 网络，掀起了各学科关注神经网络的热潮。这一时期大量而深入的开拓性工作大大发展了神经网络的模型和学习算法，增强了对神经网络系统特性的进一步认识，使人们对模仿脑信息处理的智能计算机的研究重新充满了希望。