模式识别复习题讲述.doc

《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