模式识别期末试题.docVIP

14、在统计模式分类问题中，聂曼-皮尔逊判决准那么主要用于〔 某一种判决错误较另一种判决错误更为重要〕情况；最小最大判决准那么主要用于〔 先验概率未知的〕情况。 15、“特征个数越多越有利于分类〞这种说法正确吗？〔 错误 〕。特征选择的主要目的是〔从n个特征中选出最有利于分类的的m个特征〔mn〕，以降低特征维数〕。一般在〔 可分性判据对特征个数具有单调性〕和〔 Cnmn 〕的条件下，可以使用分支定界法以减少计算量。 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类模式的分布相同时，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，? ω1:{a,d};ω2:{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分类准那么；③特征选取；④模式相似性测度。 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。 感知器算法的优点是〔 ①③ 〕。①可以判别问题是否线性可分；②其解完全适用于非线性可分的情况；③其解的适应性更好；④计算量小。 21、影响根本C均值算法的主要因素有〔 ④①② 〕。①样本输入顺序；②模式相似性测度；③聚类准那么；④初始类心的选取。 ②④ 〕。①先验概率；②后验概率；③④ 23、在统计模式分类问题中，领先验概率未知时，可以使用〔 ②④ 〕。①最小损失准那么；②最小最大损失准那么；③最小误判概率准那么；④N-P判决。 24、在〔 ①③ 〕情况下，用分支定界法做特征选择计算量相对较少。①Cndn,〔n为原特征个数，d为要选出的特征个数〕；②样本较多；③选用的可分性判据J对特征数目单调不减；④选用的可分性判据J具有可加性。 25、 散度JD是根据〔 ③ 〕构造的可分性判据。①先验概率；②后验概率；③④信息熵；⑤几何距离。 ①②③④⑤ ①矩估计；②最大似然估计；③Bayes估计；④Bayes学习；⑤Parzen窗法。 27、Kn近邻元法较之Parzen窗法的优点是〔 ② 〕。①所需样本数较少；②稳定性较好；③分辨率较高；④连续性较好。 28、从分类的角度讲，用DKLT做特征提取主要利用了DKLT的性质：〔 ①③ 〕。①变换产生的新分量正交或不相关；②以局部新的分量表示原矢量均方误差最小；③使变换后的矢量能量更趋集中； ① 〕的情况下效果较好。①样本数较大；②样本数较小；③样本呈团状分布；④样本呈链状分布。 30、如果以特征向量的相关系数作为模式相似性测度，那么影响聚类算法结果的主要因素有〔 ②③ 〕。①类别样本质量；②分类准那么；③特征选取；④量纲。 二、(15分)简答及证明题 〔1〕影响聚类结果的主要因素有那些？ 〔2〕证明马氏距离是平移不变的、非奇异线性变换不变的。 答：〔1〕分类准那么，模式相似性测度，特征量的选择，量纲。 〔2〕证明： (2分) (2分) (1分) 设，有非奇异线性变换： (1分) (4分) 答：〔1〕〔4分〕的绝对值正比于到超平面的距离 平面的方程可以写成 式中。于是是平面的单位法矢量，上式可写成 设是平面中的任一点，是特征空间中任一点，点到平面的距离为差矢量在上的投影的绝对值，即 (1-1) 上式中利用了在平面中，故满足方程 的值正比于到超平面的距离 〔2〕〔4分〕的正〔负〕反映在超平面的正〔负〕侧 两矢量和的数积为 〔2分〕 显然，当和夹角小于时，即在指向的那个半空间中，0；反之，当和夹角大于时，即在背向的那个半空间中，0。由于，故和在指向的半空间中时，；当在背向的半空间中， 五、(12分，每问4分) 在目标识别中，假定有农田和装甲车两种类型，类型?1和类型?2 ：0.3，0.1，0.6 ：0.7，0.8，0.3 〔1〕 试用贝叶斯最小误判概率准那么判决三个样本各属于哪一个类型； 〔2〕 假定只考虑前两种判决，试用贝叶斯最小风险准那么判决三个样本各属于哪一类； 〔3〕 把拒绝判决考虑在内，重新考核三次试验的结果。 表1 类型 损失 判决 1 4 5 1 1 1 解：由题可知：，，， ， 〔1〕〔4分〕根据贝叶斯最小误判概率准那么知： ，那么可以