第353章 352.着急赶场

张卷子有道计算量确实比较大的，才在草稿纸上划了两笔。

\n

又是五分钟过去后，已然写完了除了最后两道大题外的所有题目。

\n

看着最后两道题。

\n

bp神经网络和apriori算法激活函数和代价函数，考察极坐标系和椭圆坐标系下薛定谔方程及其解的可能性。

\n

陈默转了下笔，用笔帽挠了挠脑袋，其实有些无奈，考试的时候碰到这种题，特别是这两天真的写了不知道多少字之后，看到这种又要大量文字赘述的题也挺无奈的，太费笔了。他知道自己要考的试多，考试之前提前准备了不少笔，晃了晃，看了看自己手里的这个大管的黑色签字笔刻度条上已经空了三分之一的笔墨。

\n

“唉。”

\n

叹了口气，怕是这两题写完后，又得去小卖部拿两支笔，才能再去赶去下个考场。

\n

看了眼第一道题：人工神经网络来源于生理学的人脑神经网络，最早指的是生物的大脑神经元，控制着生物的行为，人们模仿大脑神经元的功能建立了人工神经网络……‘神经网络是一种并行的分布式信息处理结构，由处理元件与单向信号通道互连而成，能够处理信息的计算机系统。’”

\n

卷面上的大量介绍，陈默只是简单地扫了下，这些都是他研究的领域，看了眼设定的条件，便直接写了起来。

\n

“人工神经元基本模型：如图1所示，人工神经网络由多个神经元组成，一般由多个输入一个输出，x1，x2，xn代表输入信号，yj代表神经元的输出，wij 代表输入信号x1 和神经元 j 之间的权重。bj 代表神经元的偏移量， f(.)为激活函数。设第 j 个神经元的净输入值为sj：则有以下……可证f(.)是单调递增函数，且是有界函数……

\n

bp 神经网络算法由正向传播和误差反向传播两个过程组成。正向传播时，由输入层到隐含层再到

本章未完，请点击下一页继续阅读！ 第3页 / 共7页