模式识别期末试题.doc

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

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、特征提取与选择

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〕无监督分类(2)有监督分类〔3〕统计模式识别方法〔4〕句法模式识别方法

4、假设描述模式的特征量为0-1二值特征量,那么一般采用〔4〕进行相似性度量。

〔1〕距离测度〔2〕模糊测度〔3〕相似测度〔4〕匹配测度

5、以下函数可以作为聚类分析中的准那么函数的有〔1〕〔3〕〔4〕。

〔1〕〔2〕(3)

(4)

6、Fisher线性判别函数的求解过程是将N维特征矢量投影在〔2〕中进行。

〔1〕二维空间〔2〕一维空间〔3〕N-1维空间

7、以下判别域界面方程法中只适用于线性可分情况的算法有〔1〕;线性可分、不可分都适用的有〔3〕。

〔1〕感知器算法〔2〕H-K算法〔3〕积累位势函数法

8、以下四元组中满足文法定义的有〔1〕〔2〕〔4〕。

〔1〕({A,B},{0,1},{A?01,A?0A1,A?1A0,B?BA,B?0},

〔2〕({A},{0,1},{A?0,A?0A},A

〔3〕({S},{a,b},{S?00S,S?11S,S?00,S?11},S)

〔4〕({A},{0,1},{A?01,A?0A1,A?1A0},

9、影响层次聚类算法结果的主要因素有〔计算模式距离的测度、〔聚类准那么、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;绝对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况;〔2〕线性可分、不可分都适用。

13、积累势函数法较之于H-K算法的优点是〔该方法可用于非线性可分情况〔也可用于线性可分情况〕〕;位势函数K(x,xk)与积累位势函数K(x)的关系为〔〕。

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。

20、基于二次准那么函数的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。

22、位势函数法的积累势函数K(x)的作用相当于Bayes判决中的〔②④〕。

①先验概率;②后验概率;③类概率密度;④类概率密度与先验概率的乘积。

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

文档评论(0)

liuzhouzhong + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档