《模式识别》试题库(共享).docxVIP

《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。 3欧式距离具有 o 马式距离具有 o （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） o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）线性可分、不可分都适用。 8积累位势函数法的判别界面一般为 o （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： o Sb Sb （1）『「［，”咒］ （2）（3） 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。 11确定性模式非线形分类的势函数法中，位势函数K（x,xQ与积累位势函数K（x）的关系为 （ ）O 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,xD若同时满足 下列三个条件，都可作为势函数。 （ ）； ( )； K(x, xk)是光滑函数，且是x和珏之间距离的单调下降函数。 1.13散度J”越大，说明。类模式与①」类模式的分布( )。当。类模式与?类模 式的分布相同时，Jij=( )。 14若用Parzen窗法估计模式的类概率密度函数，窗口尺寸hl过小可能产生的问题是 ( ),hl过大可能产生的问题是 15信息炳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(列el)/p(列做)，1(玉)又称似然比，则E{1(力|做}= ( )o在最小误判概率准则下，对数似然比Bayes判决规则为 ( )。 18影响类概率密度估计质量的最重要因素是 JH = ￡尸(四 3)logP0 3)] 19基于炳的可分性判据定义为 ,越( )，说明模式的 可分性越强。当p((d力=( )(i=l,2，…，C)时，Jh取极大值。 20 Kn近邻元法较之于Parzen窗法的优势在于 TOC \o 1-5 \h \z ( )O 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=(￡, Q, 8, q0, F), ￡={0, 1}； Q={qO, ql); 8： 8(q0, 0)=ql, 5(q0, l)=ql, 8(ql, 0)=q0, 8(ql, l)=q0； q0=q0； F=(qO}? 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 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= , [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。 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，多元正态随机矢量文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 1影响聚类结果的主要因素有那些？ 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。 5 ISODATA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。 8设，类％、气的重心分别为丸，它们分别有样本、％个。将和气合并为勾，则 有= np + nq个样本。另一类乃的重心为条。试证明外与勾的距离平方是 2