模式识别试题库.doc

模式识别试题库.doc

ID:51115779

大小:347.00 KB

页数:23页

时间:2020-03-18

模式识别试题库.doc_第1页
模式识别试题库.doc_第2页
模式识别试题库.doc_第3页
模式识别试题库.doc_第4页
模式识别试题库.doc_第5页
资源描述:

《模式识别试题库.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、《模式识别》试题库一、基本概念题1.1模式识别的三大核心问题是:、、。1.2、模式分布为团状时,选用聚类算法较好。1.3欧式距离具有。马式距离具有。(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1.4描述模式相似的测度有:。(1)距离测度(2)模糊测度(3)相似测度(4)匹配测度1.5利用两类方法处理多类问题的技术途径有:(1);(2);(3)。其中最常用的是第个技术途径。1.6判别函数的正负和数值大小在分类中的意义是:,。1.7感知器算法。(1)只适用于线性可分的情况;(2)线性可

2、分、不可分都适用。1.8积累位势函数法的判别界面一般为。(1)线性界面;(2)非线性界面。1.9基于距离的类别可分性判据有:。(1)(2)(3)1.10作为统计判别问题的模式分类,在()情况下,可使用聂曼-皮尔逊判决准则。1.11确定性模式非线形分类的势函数法中,位势函数K(x,xk)与积累位势函数K(x)的关系为()。1.12用作确定性模式非线形分类的势函数法,通常,两个n维向量x和xk的函数K(x,xk)若同时满足下列三个条件,都可作为势函数。①();②();③K(x,xk)是光滑函数,且是x和xk之间距离的

3、单调下降函数。1.13散度Jij越大,说明wi类模式与wj类模式的分布()。当wi类模式与wj类模式的分布相同时,Jij=()。1.14若用Parzen窗法估计模式的类概率密度函数,窗口尺寸h1过小可能产生的问题是(),h1过大可能产生的问题是()。1.15信息熵可以作为一种可分性判据的原因是:。1.16作为统计判别问题的模式分类,在()条件下,最小损失判决规则与最小错误判决规则是等价的。1.17随机变量l()=p(

4、w1)/p(

5、w2),l()又称似然比,则E{l()

6、w2}=()。在最小误判概率准则下,对数似

7、然比Bayes判决规则为(            )。1.18影响类概率密度估计质量的最重要因素是()。1.19基于熵的可分性判据定义为,JH越(),说明模式的可分性越强。当P(wi

8、)=()(i=1,2,…,c)时,JH取极大值。1.20Kn近邻元法较之于Parzen窗法的优势在于()。上述两种算法的共同弱点主要是()。1.21已知有限状态自动机Af=(å,Q,d,q0,F),å={0,1};Q={q0,q1};d:d(q0,0)=q1,d(q0,1)=q1,d(q1,0)=q0,d(q1,1)=q0;q0=q

9、0;F={q0}。现有输入字符串:(a)00011101011,(b)1100110011,(c)101100111000,(d)0010011,试问,用Af对上述字符串进行分类的结果为()。1.22句法模式识别中模式描述方法有:。(1)符号串(2)树(3)图(4)特征向量1.23设集合X={a,b,c,d}上的关系,R={(a,a),(a,b),(a,d),(b,b),(b,a),(b,d),(c,c),(d,d),(d,a),(d,b)},则a,b,c,d生成的R等价类分别为([a]R=,[b]R=,[c]R

10、=,[d]R=)。1.24如果集合X上的关系R是传递的、()和()的,则称R是一个等价关系。1.25一个模式识别系统由那几部分组成?画出其原理框图。1.26统计模式识别中,模式是如何描述的。1.27简述随机矢量之间的统计关系:不相关,正交,独立的定义及它们之间的关系。1.28试证明,对于正态分布,不相关与独立是等价的。1.29试证明,多元正态随机矢量的线性变换仍为多元正态随机矢量。1.30试证明,多元正态随机矢量的分量的线性组合是一正态随机变量。第二部分分析、证明、计算题第二章聚类分析2.1影响聚类结果的主要因素

11、有那些?2.2马氏距离有那些优点?2.3如果各模式类呈现链状分布,衡量其类间距离用最小距离还是用最大距离?为什么?2.4动态聚类算法较之于简单聚类算法的改进之处何在?层次聚类算法是动态聚类算法吗?比较层次聚类算法与c-均值算法的优劣。2.5ISODATA算法较之于c-均值算法的优势何在?2.6简述最小张树算法的优点。2.7证明马氏距离是平移不变的、非奇异线性变换不变的。2.8设,类、的重心分别为、,它们分别有样本、个。将和合并为,则有个样本。另一类的重心为。试证明与的距离平方是2.9(1)设有M类模式wi,i=1

12、,2,...,M,试证明总体散布矩阵ST是总类内散布矩阵SW与类间散布矩阵SB之和,即ST=SW+SB。(2)设有二维样本:x1=(-1,0)T,x2=(0,-1)T,x3=(0,0)T,x4=(2,0)T和x5=(0,2)T。试选用一种合适的方法进行一维特征特征提取yi=WTxi。要求求出变换矩阵W,并求出变换结果yi,(i=1,2,3,4,5)。(3)根据(2)特征提

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。