2017模式识别的试题(A卷).doc

国防科技大学2008-2009学年秋季学期 《模式识别》考试试卷（A）卷 考试形式： 闭卷 考试时间： 120 分钟 满分： 100 分。 题 号 一 二 三 四 五 总 分 得 分 评阅人 注意：1、所有答题都须写在此试卷纸密封线右边，写在其它纸上一律无效。 2、密封线左边请勿答题，密封线外不得有姓名及相关标记。 得分 一、选择填空题（共12小题，共36分。每题3分，不定选项，不填0分，填错一项扣1分，每题最多扣3分。） 1、影响聚类算法结果的主要因素有（ ）。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。 2、模式识别中，马式距离较之于欧式距离的优点是（ ）。 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。 3、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（ ）。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。 4、影响基本C均值算法的主要因素有（ ）。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。 5 5、位势函数法的积累势函数K(x)的作用相当于Bayes判决中的（ ）。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。 6、在统计模式分类问题中，当先验概率未知时，可以使用（ ）。①最小损失准则；②最小最大损失准则；③最小误判概率准则；④N-P判决。 7、在（ ）情况下，用分支定界法做特征选择计算量相对较少。①Cndn,（n为原特征个数，d为要选出的特征个数）；②样本较多；③选用的可分性判据J对特征数目单调不减；④选用的可分性判据J具有可加性。 8、 散度JD是根据（ ）构造的可分性判据。①先验概率；②后验概率；③类概率密度；④信息熵；⑤几何距离。 9、似然函数的概型已知且为单峰，则可用（ ）估计该似然函数。①矩估计；②最大似然估计；③Bayes估计；④Bayes学习；⑤Parzen窗法。 10、Kn近邻元法较之Parzen窗法的优点是（ ）。①所需样本数较少；②稳定性较好；③分辨率较高；④连续性较好。 11、从分类的角度讲，用DKLT做特征提取主要利用了DKLT的性质：（ ）。①变换产生的新分量正交或不相关；②以部分新的分量表示原矢量均方误差最小；③使变换后的矢量能量更趋集中； 12、一般，剪辑k-NN最近邻方法在（ ）的情况下效果较好。①样本数较大；②样本数较小；③样本呈团状分布；④样本呈链状分布。 得分 二、计算题（共2小题，每小题9分，共18分） 设两类问题，已知七个二维矢量： （1）画出1-NN最近邻法决策面； （2）若按离样本均值距离的大小进行分类，试画出决策面。 得分 三、分析题（共3问，每问6分，共18分） 已知样本： （1）用使用最小距离的层次聚类算法聚类，并画出树状图示； （2）改用最大距离重做（1）。 （3）根据（1）（2），分析较合理的聚类结果应是什么？ 得分 四、设计题（共12分） 试画出处理多类问题的感知器算法程序流程图。 得分 五、综合题（共2小题，每小题8分，共16分） 假设两类二维正态分布参数为，，先验概率相等。，i=1,2;n=2 （1）求0-1损失最小损失Bayes判决域和判决函数。 （2）试求一维特征提取变换：，及变换域的Bayes判决规则。 妈妈新开了个淘宝店，欢迎前来捧场 妈妈的淘宝点开了快半年了，主要卖的是毛绒玩具、坐垫、抱枕之类的，但生意一直不是很好，感觉妈妈还是很用心的，花了不少功夫，但是就是没有人气，所以我也来出自己的一份力，帮忙宣传一下。 并且妈妈总是去五亭龙挑最好的玩具整理、发货，质量绝对有保证。 另外我家就在扬州五亭龙玩具城旁边，货源丰富，质量可靠，价格便宜。 欢迎大家来逛逛【扬州五亭龙玩具总动员】?99