贝叶斯聂曼准则matlab程序,模式识别试题及总结

一、 填空与选择填空(本题答案写在此试卷上,30分)

1、模式识别系统的基本构成单元包括:  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、若描述模式的特征量为0-1二值特征量,则一般采用   (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、 下列函数可以作为聚类分析中的准则函数的有  (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、下列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、下列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}, A)

(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}, A)

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、(聚类准则、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) );

K(x)?

位势函数K(x,xk)与积累位势函数K(x)的关系为(?~xk?X????kK(x,xk))。

14、在统计模式分类问题中,聂曼-皮尔逊判决准则主要用于( 某一种判决错误较另一种判决错误更为重要)情况;最小最大判决准则主要用于( 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(m>n )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(差别越大);当?i类模式与?j类模式的分

布相同时,Jij=(0)。

17、 已知有限状态自动机Af=(?,Q,?,q0,F),?={0,1};Q={q0,q1};?:?(q0,0)= q1,?(q0,

1)= q1,?(q1,0)=q0,?(q1,1)=q0;q0=q0;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( ω1:{a,d};ω2:{b,c}  )。

18、影响聚类算法结果的主要因素有(  ②③④  )。

①已知类别的样本质量;②分类准则;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、基于二次准则函数的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、影响基本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聚类准则;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,当先验概率未知时,可以使用(  ②④  )。

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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