多层感知机解决线性不可分问题的原理是：
举一反三
- 以下关于多层感知机说法正确的是() A: 多层感知机比感知机只多了一个隐含层 B: 多层感知机可以解决线性不可分问题 C: 多层感知机只能有一个输出单元 D: 隐含层神经元的个数应当小于输入层神经元的个数
- 多层感知机模型主要解决感知机模型所不能解决的什么问题 A: 线性问题 B: 两层感知 C: 非线性问题 D: 多层感知
- 多层感知机解决线性不可分问题的原理是 A: 分而治之,对原始问题空间进行划分 B: 将原始问题向更高维空间映射 C: 在输出层和隐含层之间形成非线性的分界面 D: 将原始问题在隐含层映射成线性可分问题
- 单层感知机的最大缺点是只能解决线性可分的分类问题，要增强网络的分类能力，唯一的方法是采用多层网络结构，与单层感知机相比，下面不属于多层网络所特有的特点的是（）。
- 使用感知机模型的前提是（ ）。 A: 数据线性可分 B: 数据样本多 C: 数据样本少 D: 数据线性不可分