模式识别习题.doc

模式识别习题.doc

ID:52716633

大小:82.00 KB

页数:5页

时间:2020-03-29

模式识别习题.doc_第1页
模式识别习题.doc_第2页
模式识别习题.doc_第3页
模式识别习题.doc_第4页
模式识别习题.doc_第5页
资源描述:

《模式识别习题.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、PATTERNRECOGNITION1QuestionandAnswers(1>Trytoexplaintheconceptsof‘LMS’method.Trytoexplaintheconceptsof‘PatternRecognition’.b5E2RGbCAP答:LMS是最小化均值平方误差,亦即最小二乘法,它的基本思想是使判别输出结果和期望目标输出结果的偏差的平方和E<总误差值)p1EanqFDPw最小。即求其对权重系数的微分并令微分的结果为零:其解对应着最小化均值平方

2、tternRecognition>是一门研究对象描述和分类方法的学科。Answer:LMSisshortofLeastMeanSquare.It’sbasicideaistocomputethedeviationsofeachdiscriminantoutputfromthetargetvalues,thesedeviationsorapproximationerrors,aresquaredandsummedinordertoobtainatotalerror,E,DXDiTa9E3dandmake

3、the’E’minimum.Inanotherword,wedifferentiateitwithrespecttotheweightsandequalizetozero:RTCrpUDGiT.Itcorrespondingtotheleast-mean-squareorLMSsolution.5PCzVD7HxAPatternrecognition(PR>isthescientificdisciplinedealingwithmethodsforobjectdescriptionandclassif

4、ication.jLBHrnAILg(2>Whichpartsconstitutethepatternrecognitionsystem?xHAQX74J0X答:5/5模式识别系统组成单元包括:模式获取单元,可以采用信号或图像获取、数据采集;特征提取单元,有度量形式、基元提取等;预处理单元,有时分类器不能直接输入给分类器或描述器;分类、回归或描述单元,这是模式识别系统的核心单元;后处理单元。LDAYtRyKfEAnswer:ThePRsystemconstitutedbypatternacquisit

5、ion,whichcantakeseveralforms:signalorimageacquisition,datacollection。Featureextraction,intheformofmeasurements,extractionofprimitives,etc。Pree-processing.Insomecasesthefeaturevaluesarenotdirectlyfedintotheclassifierordescriptor。Theclassification,regress

6、ionordescriptionunitisthekernelofthePRsystem。Post-processing.Zzz6ZB2Ltk(3>Whichbasicmethodsimplementthepatternrecognitiontasks?dvzfvkwMI1答:模式识别的基本方法有:数据聚类、统计分析、神经网络和结构模式识别。Answer:ThebasicmethodsofPRaredataclustering,statisticalclassification,neuralnetwo

7、rksandstructuralPR.rqyn14ZNXI(4>Trytoexplaintheconceptsof‘SVM’method.答:支持向量机是一个完全不同的解决分类和回归问题的方法。用支持向量机得到的解具有很好的推广能力,并且与样本的具体分布是无关的。其中心思想是调整判别函数使得它最好地利用了边界样本的分类信息。即确定一个超平面,使得最近的样本到它的距离<分离裕度)取得最大,即为最优平面。EmxvxOtOcoAnswer:Supportvectormachines(SVM>isadisti

8、nctiveapproachtopatternclassificationandregression.Asaconsequence,supportvectormachinecanprovideagoodgeneralizationperformanceindependentofthedistributionofthepatterns.ThecentralideaofSVMistheadjustmentofadiscriminatingfunctionso

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。