- 1、本文档共21页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模式识别复习题
《模式识别》试题库
一、基本概念题
1.1 模式识别的三大核心问题是: 、 、 。
1.2、模式分布为团状时,选用 聚类算法较好。
1.3 欧式距离具有 。 马式距离具有 。
(1)平移不变性 (2)旋转不变性 (3)尺度缩放不变性 (4)不受量纲影响的特性
1.4 描述模式相似的测度有: 。
(1)距离测度 (2)模糊测度 (3)相似测度 (4)匹配测度
1.5 利用两类方法处理多类问题的技术途径有:(1) ;(2) ;
(3) 。其中最常用的是第 个技术途径。
1.6 判别函数的正负和数值大小在分类中的意义是: , 。
1.7 感知器算法 。
(1)只适用于线性可分的情况;(2)线性可分、不可分都适用。
1.8 积累位势函数法的判别界面一般为 。
(1)线性界面;(2)非线性界面。
1.9 基于距离的类别可分性判据有: 。
(1) (2) (3)
1.10 作为统计判别问题的模式分类,在( )情况下,可使用聂曼-皮尔逊判决准则。
1.11 确定性模式非线形分类的势函数法中,位势函数K(x,xk)与积累位势函数K(x)的关系为( )。
1.12 用作确定性模式非线形分类的势函数法,通常,两个n维向量x和xk的函数K(x,xk)若同时满足下列三个条件,都可作为势函数。
①( );
②( );
③ K(x,xk)是光滑函数,且是x和xk之间距离的单调下降函数。
1.13 散度Jij越大,说明(i类模式与(j类模式的分布( )。当(i类模式与(j类模式的分布相同时,Jij=( )。
1.14 若用Parzen窗法估计模式的类概率密度函数,窗口尺寸h1过小可能产生的问题是( ),h1过大可能产生的问题是( )。
1.15 信息熵可以作为一种可分性判据的原因是: 。
1.16作为统计判别问题的模式分类,在( )条件下,最小损失判决规则与最小错误判决规则是等价的。
1.17 随机变量l()=p( ((1)/p( ((2),l( )又称似然比,则E(l( )((2(=( )。在最小误判概率准则下,对数似然比Bayes判决规则为( )。
1.18 影响类概率密度估计质量的最重要因素是( )。
1.19 基于熵的可分性判据定义为,JH越( ),说明模式的可分性越强。当P((i| ) =( )(i=1,2,…,c)时,JH取极大值。
1.20 Kn近邻元法较之于Parzen窗法的优势在于( )。上述两种算法的共
文档评论(0)