【总结】模式识别精彩试题及总结材料.docxVIP

精品word学习资料可编辑 名师归纳总结——欢迎下载 精品word学习资料可编辑 名师归纳总结——欢迎下载 |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. 一、 填空与选择填空〔此题答案写在此试卷上， 30 分〕 1、模式识别系统的根本构成单元包括： 模式采集 、 特点提取与选择和 模式分类 ； 2、统计模式识别中描述模式的方法一般使用 特真矢量 ；句法模式识别中模式描述方法一般有 串 、树 、 网 ； 3、聚类分析算法属于 〔1〕 ；判别域代数界面方程法属于 〔3〕 ； 〔 1〕无监视分类 (2) 有监视分类 〔3〕统计模式识别方法〔 4〕句法模式识别方法 4、假如描述模式的特点量为 0-1 二值特点量，如此一般采纳 〔4〕 进展相像性度量； 〔1〕距离测度 〔2〕模糊测度 〔3〕相像测度 〔 4〕匹配测度 5、 如下函数可以作为聚类分析中的准如此函数的有 〔1〕〔 3〕〔 4〕 ； 〔1〕 〔2〕 (3) (4) 6、Fisher 线性判别函数的求解过程是将 N 维特点矢量投影在 〔2〕 中进展 ； 〔1〕二维空间 〔2〕一维空间 〔3〕N-1 维空间 7、如下判别域界面方程法中只适用于线性可分情形的算法有 〔1〕 ；线性可分、不行分都适用的有 〔3〕 ； 〔 1〕感知器算法 〔 2〕H-K 算法 〔3〕积存位势函数法 8 、如下四元组中满意文法定义的有 〔1〕〔 2〕〔 4〕 ； 〔1〕({ A, B}, {0, 1}, { A 01, A 0 A1 , A 1 A0 , B BA , B 0}, A) 〔2〕({ A}, {0, 1}, { A 0, A 0 A}, A) 〔3〕({ S}, { a, b}, { S 00 S, S 11 S, S 00, S 11}, S) 〔4〕({ A}, {0, 1}, { A 01, A 0 A1, A 1 A0}, A) 9、影响层次聚类算法结果的主要因素有〔 运算模式距离的测度、 〔聚类准如此、类间距离门限、预定的类别数目〕 〕； 10、欧式距离具有〔 1 、2 〕；马式距离具有〔 1、2、3、4 〕； 〔 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 11、线性判别函数的正负和数值大小的几何意义是〔 正〔负〕表示样本点位于判别界面法向量指向的正〔负〕半空间中；肯定值正比于样本点到判别界面的距离； 〕； 12、感知器算法 1； 〔 1〕只适用于线性可分的情形；〔 2〕线性可分、不行分都适用； 精品word学习资料可编辑 名师归纳总结——欢迎下载 13、积存势函数法较之于 H-K 算法的优点是 〔该方法可用于非线性可分情形 〔也可用于线性可分情形〕 〕； 精品word学习资料可编辑 名师归纳总结——欢迎下载 位势函数 K(x,x k ) 与积存位势函数 K(x) 的关系为〔 K ( x)  ~ xk X k K ( x, xk ) 〕； 精品word学习资料可编辑 名师归纳总结——欢迎下载 精品word学习资料可编辑 名师归纳总结——欢迎下载 |精. |品. |可. |编. |辑. |学. |习. |资. |料. * | * | * | * | |欢. |迎. |下. |载. 14、在统计模式分类问题中，聂曼 - 皮尔逊判决准如此主要用于〔 某一种判决错误较另一种判决错误更为重要 〕情形；最小最大判决准如此主要用于〔 先验概率未知的 〕情形； m15、“特点个数越多越有利于分类〞这种说法正确吗？ 〔错误 〕；特点选择的主要目的是 〔从 n 个特点中选出最有利于分类的的 m个特点〔 mn〕，以降低特点维数 〕；一般在〔 可分性判据对特点个数具有单调性 〕和〔 n 〕的条件下，可以使用分支定界法以削减运算量； m 16、 散度 Jij 越大，说明 i 类模式与 j 类模式的分布〔 差异越大 〕；当 i 类模式与 j 类模式的分布 一样时， Jij= 〔 0〕； 17、 有限状态自动机 Af=( ， Q， ， q0， F)， ={0 ， 1} ；Q={q0， q1} ； ： (q0 ， 0)= q1 ， (q0 ， 1)= q1， (q1 ， 0)=q0 ， ω 1:{a,d}; ω 2:{b,c} 〕； 18、影响聚类算法结果的主要因素有〔 ②③④ 〕； ①类别的样本质量；②分类准如此；③特点选取；④模式相像性测度； 19、模式识别中，马式距离较之于欧式距离的优点是〔 ③④ 〕； ①平移不变性；②旋转不变性；③尺度不变性；④考虑了模式的分布； 20、基于二次准如此函数的 H-K 算法较之于感知器算法的优点是〔 ①③ 〕； ①可以判别问题是否线