模式识别试题库.pdfVIP

科目模式识别班级姓名学号得分：

1、简答题（40分）

1.什么是模式？人们通常是如何表示模式的？

对分类识别的对象进行科学的抽象，建立它的数学模型，用以描

述和代替识别对象，称这种对象的描述为模式。从它的定义可看出，

模式是通过数学模型来表示的。

2.什么是聚类分析？聚类分析是有监督分类还是无监督分类？为什

么？

聚类分析是基于数据集客观存在着若干个自然类、每个自然类中

的数据某些属性都具有较强的相似性而建立的一种数据描述方法。是

无监督的分类。因为在分类中不需要用训练样本进行学习和训练。

3.什么是模式识别？模式识别系统通常包括哪些主要的环节？

模式识别是根据研究对象的特征或属性，利用以计算机为中心的

机器系统，运用一定的分析算法认定它的类别，系统应使分类识别的

结果尽可能地符合真实。

主要环节包括：（1）特征提取（2）特征选择（3）学习和训练

（4）分类识别

4.什么是最大后验概率准则？

5.什么是总体推断？

6.什么是梯度下降法？

就是利用负梯度方向来决定每次迭代的新的搜索方向，使得每次

迭代能使待优化的目标函数逐步减少。

7.什么是无偏估计？

无偏估计是参数的样本估计值的期望值等于参数的真实值。估计量的

数学期望等于估计参数。

8.什么是最小损失准则判决？其基本表达形式是什么？

当对一待识模式进行分类识别决策时，算出判属它为各类的条件期望

损失之后，判决属于条件期望损失最小的那一类。基本表达式如下：

如果，则判

9.有教师学习和无教师学习在算法上有何区别？

10.线性判别函数的几何意义是什么？

11.一次准则函数的基本形式是什么？简要说明这种形式的特点。

12.在统计判决中，什么是损失、损失函数和平均损失？

13.利用特征矢量和特征空间如何表达模式和模式类？

14.聚类分析在选取特征时需要注意哪些问题？为什么？

15.判别域界面方程分类的基本思想是什么？

16.Fisher判别规则的基本思想是什么？

17.特征空间在模式识别的研究起什么作用？请简要论述。

18.利用线性判别方法处理多类问题，/两分法的基本思想是什么？

ij

19.参数估计分为哪两类？分别是什么？

20.常见的模式识别方法有哪些？聚类分析与其他的统计识别方法有

什么区别？

21.为什么要研究模式相似性测度？有哪些常见的相似性测度？

22.为什么在模式识别中要引入随机矢量的概念？讨论随机矢量的数

字特征如均值矢量、条件期望、协方差等有什么意义？请作一般

性的论述。

23.判别函数值的大小、正负的数学意义是什么？

24.解释概念：后验概率、先验概率、类概率密度。

25.概率密度估计的窗函数法基本思想是什么？

26.讨论随机矢量的分布有什么意义？为什么人们特别研究正态分

布？

27.聚类分析中，类的定义十分重要。有一种定义如下：集合S中元

素满足对于任意一个xS，存在某xS使它们的距离dh，则称S

ijij

对于阈值h组成一类。说明此定义适合描述的情形和不适合描述

的情形。

28.聚类时对于类间距离和类内距离有什么要求？为什么？

29.聚类时设定准则函数的目的什么？

30.简要叙述感知器算法。

31.简述层次聚类算法的基本思想。

32.在统计判决中，为什么要引入损失的概念？

33.动态聚类法的基本特点是什么？操作时需要注意哪些主要问题？

34.有哪些常用的聚类算法？分别简述其基本思想。

35.最小误判概率准则判决的基本思想是什么？

36.决策-损失表示人为的还是可以有计算机自动生成？为什么？

37.谈谈你对智能模式识别的理解。

38.参数估计的作用是什么？

39.参数估计分为哪两类？分别是什么？

40.如何处理