对于神经网络模型，当样本足够多时，少量输入样本中带有较大的误差甚至个别错误对模型的输入-输出映射关系影响很小，这属于（ ）
A: 非线性映射能力
B: 泛化能力
C: 容错能力
D: 搜索能力
A: 非线性映射能力
B: 泛化能力
C: 容错能力
D: 搜索能力
C
举一反三
- 对于神经网络模型，当样本足够多时，少量输入样本中带有较大的误差甚至个别错误对模型的输入-输出映射关系影响很小，这属于（ ） A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 搜索能力
- 对于神经网络模型，当向模型输入新数据时，神经网络能完成由输入空间向输出空间的正确映射，这属于（ ）。 A: 非线性映射能力 B: 泛化/推广能力 C: 容错能力 D: 搜索能力
- 对于神经网络模型方法，只要足够多样本模式供模型进行学习训练，便能完成由n维输入空间到m维输出空间的非线性映射，这属于（ ）。 A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 搜索能力
- 神经网络模型具有（ ），能学习和保存输入-输出的模式映射关系。 A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 选项都包括
- BP网络的主要能力包括（） A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 线性映射能力
内容
- 0
神经网络模型既具有线性映射能力，也具有非线性映射能力。
- 1
神经网络模型既具有线性映射能力，也具有非线性映射能力。 A: 正确 B: 错误
- 2
BP神经网络的优点是具有：非线性映射能力、自学习和自适应能力、泛化能力、容错能力。
- 3
BP神经网络的优点不包括哪一项？ A: 非线性映射能力 B: 全局优化能力 C: 泛化能力 D: 容错能力
- 4
神经网络由大量连接的神经处理单元组成，具有高度的非线性映射能力和自学习能力，能够从样本数据中进行学习和泛化。