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
您可能感兴趣的试卷
你可能感兴趣的试题
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
A.控制信息
B.处理计划
C.中间假设
D.中间结果
E.目标
A.规则专家系统
B.框架专家系统
C.模型专家系统
D.数据专家系统
E.逻辑专家系统
A.利用知识进行推理
B.重点设计智能算法
C.实现需要软件和硬件相结合
D.边缘交叉学科
E.新兴的研究领域
最新试题
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。
计算机网络的组成基本上包括计算机、网络操作系统、传播介质和相应的()四部分。
神经网络权值不会因任何原因改变。
为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的投入和维修费用,降低系统的()。
对于正则神经网络,其学习算法主要分为两类,既有师学习和()学习。
神经网络训练分为批量训练和在线训练。
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。
网络控制系统又称为()。
神经网络拓扑结构中的一个圆圈结点表示一个细胞核。
学习与掌握学习控制的基本原理和技术能够明显增强控制工程师对实际控制问题的处理能力,并提供对含有()现实世界的敏锐理解。