1、以下关于感知器说法错误的是: （)。

A.神经元感知器是一种简单的前馈式神经网络

B.神经元感知器可以接收n个输入，对应n个权重值

C.神经元感知器接收的n个输入对应n个偏置值

D.神经元感知器经过激活函数变换后输出结果

A.神经元感知器是一种简单的前馈式神经网络

B.神经元感知器可以接收n个输入，对应n个权重值

C.神经元感知器接收的n个输入对应n个偏置值

D.神经元感知器经过激活函数变换后输出结果

A.神经网络是由一个神经元构成的

B.感知器属于人工神经网络

C.感知器其信号处理分为四个部分：输入、汇总、激活、输出

D.神经元在输入端接受来自多个信号源的输入信息

A.神经网络是由一个神经元构成的

B.感知器属于人工神经网络

C.感知器其信号处理分为四个部分：输入、汇总、激活、输出

D.神经元在输入端接受来自多个信号源的输入信息

A.BP网络中每个神经元学习的规则不是误差反馈学习

B.是典型的分层前馈神经元网络

C.BP神经网络的基本网络结构从多层感知器而来

D.相邻两层神经元之间是全连接的

A.BP网络中每个神经元学习的规则不是误差反馈学习

B.是典型的分层前馈神经元网络

C.BP神经网络的基本网络结构从多层感知器而来

D.相邻两层神经元之间是全连接的

A.BP网络中每个神经元学习的规则不是误差反馈学习

B.是典型的分层前馈神经元网络

C.BP神经网络的基本网络结构从多层感知器而来

D.相邻两层神经元之间是全连接的

A.即使训练数据集线性可分，感知器算法也不一定收敛

B.当感知器算法存在多个解时，对于同一个训练集，感知器初始值不同，最后得到的解可能不同

C.当训练集线性不可分时，袋式算法使感知机也可以收敛到一个相对理想的解

D.多层感知机是感知机的推广，克服了感知机不能对线性不可分数据识别的弱点

A.样本经过增广化处理后样本和权向量的维数都会增加一维。

B.在解空间中满足aTyi>0的条件的解向量是唯一的。

C.感知器算法的思想是选择一个合适的权向量a，使得aT与错分样本的乘积大于零。

D.在感知器算法中的学习率是不可改变的。

A.重调整采用“奖惩分明”策略，即对于能够准确判断样本类型的权重，提高当前权重比例，反之则降低当前权重比例

B.感知器模型的关键，就是通过调整权重使一类样本可以激活神经元，而另一类则不会

C.一层感知器只能针对线性可分的数据集分类，无法解决异或（XOR）问题

D.感知器模型中的激活函数是二值函数时，损失函数是可导的