模式识别(山东联盟)知到章节答案智慧树2023年青岛大学.pdf

模式识别（山东联盟）知到章节测试答案智慧树2023年最新青岛大学

第一章测试

1.关于监督模式识别与非监督模式识别的描述正确的是

参考答案:

非监督模式识别对样本的分类结果是唯一的

2.基于数据的方法适用于特征和类别关系不明确的情况

参考答案:

对

3.下列关于模式识别的说法中,正确的是

参考答案:

模式可以看作对象的组成成分或影响因素间存在的规律性关系

4.在模式识别中，样本的特征构成特征空间，特征数量越多越有利于分类

参考答案:

错

5.在监督模式识别中，分类器的形式越复杂，对未知样本的分类精度就越高

参考答案:

错

第二章测试

1.下列关于最小风险的贝叶斯决策的说法中正确的有

参考答案:

最小风险的贝叶斯决策考虑到了不同的错误率所造成的不同损失;最小错误

率的贝叶斯决策是最小风险的贝叶斯决策的特例;条件风险反映了对于一个

样本x采用某种决策时所带来的损失

2.我们在对某一模式x进行分类判别决策时，只需要算出它属于各类的条件

风险就可以进行决策了。

参考答案:

对

3.下面关于贝叶斯分类器的说法中错误的是

参考答案:

贝叶斯分类器中的判别函数的形式是唯一的

4.当各类的协方差矩阵相等时，分类面为超平面，并且与两类的中心连线垂直。

参考答案:

错

5.当各类的协方差矩阵不等时，决策面是超二次曲面。

参考答案:

对

第三章测试

1.概率密度函数的估计的本质是根据训练数据来估计概率密度函数的形式和参

数。

参考答案:

对

2.参数估计是已知概率密度的形式，而参数未知。

参考答案:

对

3.概率密度函数的参数估计需要一定数量的训练样本，样本越多，参数估计的

结果越准确。

参考答案:

对

4.下面关于最大似然估计的说法中正确的是

参考答案:

最大似然估计是在已知概率密度函数的形式，但是参数未知的情况下，利

用训练样本来估计未知参数。;在最大似然估计中要求各个样本必须是独立

抽取的。;在最大似然函数估计中，要估计的参数是一个确定的量。

5.贝叶斯估计中是将未知的参数本身也看作一个随机变量，要做的是根据观测

数据对参数的分布进行估计。

参考答案:

对

第四章测试

1.多类问题的贝叶斯分类器中判别函数的数量与类别数量是有直接关系的。

参考答案:

对

2.在线性判别函数的表达式中，一般情况下，权向量w的维数和样本的维数

是一致的。

参考答案:

对

3.下面关于超平面的说法中正确的是

参考答案:

超平面的法线方向与判别函数的权向量的方向是一致的。;判别函数可以度

量样本x到超平面的距离。;权向量与超平面垂直。;分类面的位置是由判别

函数的阈值决定的。

4.fisher线性判别方法可以将样本从多维空间投影到一维空间。

参考答案:

对

5.在感知器算法中训练样本需要经过增广化处理和规范化处理。

参考答案:

对

6.在解空间中的解向量应该对所有的样本都满足aTyi0的条件。

参考答案:

对

第五章测试

1.单个感知器可以解决非线性问题的分类。

参考答案:

错

2.下面关于神经网络的说法中正确的是

参考答案:

单个感知器可以实现线性分类。;神经元是神经网络的基本组成单元。;多层

神经网络由输入层、隐藏层和输出层组成。;多个感知器可以解决非线性问

题的分类。

3.在模式识别中，神经网络的输入层的神经元的个数与样本的特征数量相关。

参考答案:

对

4.隐含层或输出层具有激活函数。