模式识别(吴陈版)期末复习资料

本文是关于模式识别的期末复习资料,涵盖了无监督分类中的聚类算法,如K-均值,以及统计模式识别方法,如判别函数和贝叶斯决策。内容包括选择题、填空题和简答题,详细讨论了聚类算法的影响因素、线性可分与不可分的分类方法以及模式识别的基础概念和方法。
摘要由CSDN通过智能技术生成

一、单项选择题

1.聚类分析算法属于(A)

A.无监督分类          B.有监督分类  

C.统计模式识别方法    D.句法模式识别方法

2.影响K-均值聚类算法效果的主要因素之一是初始聚类中心的选取,相比较而言,怎样选择K个样本作为初始聚类中心较好(C)

A.按输入顺序选前      B.选相距最远的

C.选分布密度最高处的  D.随机挑选

3.若描述模式的特征量为0-1二值特征向量,则一般采用(D)进行相似度量。

A.距离测度            B.模糊测度

C.相似测度            D.匹配测度

4.费歇尔线性判别函数的求解过程是将N维特征向量投影在(B)中进行。

A.二维空间             B.一维空间

C.N-1维空间            D.三维空间

5.感知器算法(A)情况。

A.只适用于线性可分     B.只适用于线性不可分

C.不适用于线性可分     D.适用于线性可分和不可分

6.H-K算法(D)。

A.只适用于线性可分    B.只适用于线性不可分

C.不适用于线性可分    D.适用于线性可分和不可分

7.聚类分析算法属于无监督分类;判别域代数界面方程法属于(C)。

A.无监督分类          B.有监督分类

C.统计模式识别方法    D.句法模式识别方法

8.判别域代数界面方程法属于(B)。

A.无监督分类          B.统计模式识别方法

C.模糊模式识别方法    D.句法模式识别方法

9.线性可分、不可分都适用的有(C)。

A.感知器算法          B.H-K算法

C.积累位势函数法      D.费歇尔线性判别法

二、多项选择题

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值