A.信息传递
B.信息变换
C.知识获取
D.知识表示
E.知识推理
您可能感兴趣的试卷
你可能感兴趣的试题
A.快速性
B.稳定性
C.精确性
D.及时性
E.延迟性
A.基于集中规划的协调
B.基于协商的协调
C.基于对策论的协调
D.基于社会规划的协调
E.基于个体规划的协调
A.符号主义
B.规则主义
C.连接主义
D.行为主义
E.知识主义
A.复杂性
B.非线性
C.时变性
D.不确定性
E.不完全性
A.迭代学习控制
B.重复学习控制
C.拟人自学习控制
D.状态学习控制
E.基于模式识别的学习控制
A.编码
B.解码
C.适应度函数
D.遗传操作
E.交叉操作
A.分布性
B.连接性
C.协作性
D.开放性
E.容错性
A.网络共享资源调度
B.网络诱导时延
C.单包传输和多包传输
D.数据包丢失
E.数据包时序错乱
A.开环迭代学习控制
B.闭环迭代学习空指
C.离散系统迭代学习控制
D.连续系统迭代学习控制
E.分布参数系统迭代学习空指
A.重心法
B.最大隶属度法
C.系数加权平均法
D.隶属度限幅元素平均法
E.最小二乘法
最新试题
神经网络权值可以随着训练而被改变。
进化计算和遗传算法借鉴了生物科学中的某些知识,这也体现了人工智能这一()的特点。
神经网络训练分为批量训练和在线训练。
间接性专家控制器完全取代了原有控制器的作用。
模糊逻辑是一种模拟()的逻辑。
根据系统结构的复杂性把专家控制系统分为两种形式,既专家控制系统和()。
模糊化是实现将模糊推理结果转换为执行机构能够接受的定值定量信号的过程。
模糊控制器在实际设计过程中常常将推理这一步转换为离线查询表,用于提高控制输出的速度。
神经网络权值不会因任何原因改变。
神经网络具有固有的(),这一特性给非线性控制问题带来新的希望。