神经网络题目汇总

神经网络课程作业1.要求程序具有以下功能:能对6输入单节点网络进行训练；能选用不同的学习规则；能选用不同的转移函数；能选用不同的训练样本程序调试通过后，自己设计一组数据进行训练，训练时应给出每一步的净输入和权向量调整结果。2.下面给出的训练集由玩具兔和玩具熊组成。输入样本向量的第一个分量代表玩具的重量，第二分量代表玩具耳朵的长度，教师信号为-1表示玩具兔，教师信号为1表示玩具熊。{X=[1,4],d=-1},{X=[1,5],d=-1},{X=[2,4],d=-1},{X=[2,5],d=-1},{X=[3,1],d=1},{X=[3,2],d=1},{X=[4,1],d=1},{X=[4,2],d=1}.1.用MATLAB训练一个感知器，求解此分类问题。2.用输入样本对所训练的感知器进行验证。3.根据BP流程图上机编程实现三层前馈神经网络的BP学习算法。要求程序具有以下功能：1.允许选择各层节点数；2.允许选用不同的学习率；3.能对权值进行初始化，初始化用[-1,1]区间的随机数4.允许选用单极性或双极性两种不同Sigmoid型转移函数程序调试通过后，可用以下题目提供的数据进行训练。设计一个神经网络对下面三类线性不可分模式进行分类。期望输出向量分别用(1,-1,-1),(-1,1,-1),(-1,-1,1)代表三类，输入用下面9个样本坐标，要求：选择合适的隐节点数；用BP算法训练网络对下面9个样本进行正确分类第一类：（1/4,1/4）（3/4,1/8）（3/4,3/4）第二类：（1/2,1/8）（3/4,1/4）（3/4,1/4）第三类：（1/4,1/2）（1/2,1/2）（3/4,1/2）4.给定5个4维输入模式如下:(1,0,0,0),(1,1,0,0),(1,1,1,0),(0,1,0,0),(1,1,1,1)试设计一个具有5*5神经元平面阵的SOM网，建议学习率在前1000步训练中从0.5线性下降至0.04，然后在训练到10000步时减小至0.优胜领域半径初值设为2个节点（即优胜领域覆盖整个输出平面），1000个训练步时减至0（即只含获胜节点）。每训练200步保留一次权向量，观察其在训练过程中的变化。给出训练结束后，5个输入模式在输出平面的映射图。5利用K均值聚类方法，自己找一组数据分类