模式识别习题资料.pptVIP

模式识别习题 中国矿业大学信电学院 蔡利梅 第二章 1. 分别写出在以下两种情况下的最小错误率贝叶斯决策规则： （1） （2） 2.设在一维特征空间中两类样本服从正态分布，其中 两类先验概率之比 试求： （1）按最小错误率贝叶斯决策规则进行决策的决策分界面x的值。 （2）设损失矩阵为： ，求最小损失准则下的判别阈值 3.设一维两类模式服从正态分布，其中： 令两类先验概率 取0－1损失函数，试计算判决分界点，并绘出它们的概率密度函数；试确定样本-3,-2,1,3,5各属于那一类 4. 在图像识别中假定有灌木丛和坦克两种类型，它们的先验概率分别是0.7和0.3，损失函数如表所示，其中类型ω1ω2分别表示灌木丛和坦克，判决 现在做了四次试验，获得四个样本的类概率密度如下： （1）试用最小错误率贝叶斯决策规则，判断四个样本各属于哪一个类型 （2）假定只考虑前两种判决，试用最小风险贝叶斯决策规则判断四个样本各属于哪一个类别 （3）把拒绝判决考虑在内，重新考核四次试验的结果 5. 有一个二维空间的两类问题，每类均服从正态分布，且有相同的协方差矩阵： 其均值向量分别是： 根据贝叶斯分类器确定样本 属于哪一类。 6. 对数正态分布 θ的最大似然估计式为： 7.两类二维正态分布，均值向量为： 协方差矩阵为 类先验概率相等，写出负对数似然比决策规则。 第三章 1.设5维空间的线性方程为 试求出其权向量与样本向量点积的表达式 中的w与x 2.设在三维空间中的一个类别分类问题拟采用二次曲面，如果要采用线性方程求解，试问其广义样本向量与广义权向量的表达式。 3.设两类样本的类内离散矩阵及均值向量分别为 试用fisher准则求其决策面方程。 4. 用感知器算法求解向量，训练样本为： 设 5. 已知A类和B类样本在空间的分布为离散分 布： 试问按Fisher准则设计线性分类器的法线 向量。 6. 已知欧氏二维空间中两类4个训练样本 试画出用近邻法求得的类别分界面。 7. 已知欧氏三维空间中两类9个训练样本 分别用最近邻法和k近邻法求样本(0 0)T 的分类，取K=5,7,9 第四章 1.给定如下5个6维样本： 试用最大最小距离聚类算法进行聚类分析。 2.给定如下5个6维样本： 试用K均值算法进行聚类分析，设K＝2。 3. 用ISODATA算法对下列样本集进行聚类分析。 4.设 现有下列三种划分： （1） （2） （3） 请找出平方误差和准则Je的最小划分。 第六章 1.已知一组数据的协方差矩阵为， 试问: （1）求该数组的两个主分量。 （2）主分量分析或称K-L变换，它的最佳准则是什么？ （3）为什么说经主分量分析后，消除了各分量之间的相关性。 * * 模式识别 1.0 4 2 2.5 损失 状态决策 1.5 1.5