2010模式识别试题含答案v12.docVIP

一 简答题（共6小题，每题8分，共48分） 1 简述模式识别系统的构成。 2 简述隐马尔可夫模型的三个核心问题。 1）估值：HMM的转移概率已知，计算这个模型产生一个特定观测值的概率； 2）解码：已知一个HMM和一个它所产生的观测序列，确定产生该观测序列最有可能的隐状态序列； 3）学习：只知一个HMM的大致结构，其转移概率都未知。如何从一组可见符号的序列中，决定这些参数 3 简述基于贝叶斯分类器的分类系统产生的最终分类误差的来源。 1）贝叶斯误差：不同类条件概率密度 之间的互相重叠引起的； 2）模型误差：选择了不正确的模型引起的； 3）估计误差：采用有限样本进行估计所带来的误差； 4简单列举出三种度量距离的方法。 绝对值距离 欧几里德距离 明考夫斯基距离 5 具有d个输入单元、n个隐单元、c个输出单元以及偏置的一个标准三层反向传播网，网络中有多少权值？ 个权值；标准三层反响传播网如下图所示： 6. 最大似然方法与Bayes估计的差异 最大似然把待估的参数看做是确定性的量，只是其取值未知。最佳估计就是使得产生以观测到的样本的概率最大的那个值。 贝叶斯估计则把待估计的参数看成是符合某种先验概率分布的随机变量。对样本进行观测的过程，就是把先验概率密度转化为后验概率密度，这样就利用样本的信息修正了对参数的初始估计值。在贝叶斯古籍中的，一个典型