模式识别上机试题2013
大学模式识别考试题及答案详解
大学模式识别考试题及答案详解Document number：PBGCG-0857-BTDO-0089-PTT1998一、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)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
大学模式识别考试题及答案详解
大学模式识别考试题及答案详解Last revision on 21 December 2020一、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}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, A 0A1, A 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些（2）证明马氏距离是平移不变的、非奇异线性变换不变的。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
大学模式识别考试题及答案详解
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}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, A 0A1, A 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些（2）证明马氏距离是平移不变的、非奇异线性变换不变的。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
答：（1）（4分）的绝对值正比于到超平面的距离平面的方程可以写成式中。
大学模式识别考试题及答案详解完整版
大学模式识别考试题及答案详解HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】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}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, A 0A1, A 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
模式识别练习题
2013模式识别练习题一. 填空题1、模式识别系统的基本构成单元包括：模式采集、特征的选择和提取和模式分类。
2、统计模式识别中描述模式的方法一般使用特征矢量；句法模式识别中模式描述方法一般有串、树、网。
3、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、类间距离阈值、预定的类别数目。
4、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与判别界面的距离。
5、感知器算法1 ，H-K算法 2 。
（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。
6、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别错误较另一种判别错误更为重要的情况；最小最大判别准则主要用于先验概率未知的情况。
7、“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个特征中选取最有利于分类的m个特征（m<n）,以降低特征维数。
一般在和（C n m>>n ）的条件下，可以使用分支定界法以减少计算量。
8、散度J ij越大，说明ωi类模式与ωj类模式的分布差别越大；当ωi类模式与ωj类模式的分布相同时，J ij= 0。
二、选择题1、影响聚类算法结果的主要因素有（B、C、D ）。
A.已知类别的样本质量；B.分类准则；C.特征选取；D.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（C、D）。
A.平移不变性；B.旋转不变性；C尺度不变性；D.考虑了模式的分布3、影响基本K-均值算法的主要因素有(ABD）。
A.样本输入顺序；B.模式相似性测度；C.聚类准则；D.初始类中心的选取4、位势函数法的积累势函数K(x)的作用相当于Bayes判决中的（B D）。
A. 先验概率；B. 后验概率；C. 类概率密度；D. 类概率密度与先验概率的乘积5、在统计模式分类问题中，当先验概率未知时，可以使用（BD ）。
A. 最小损失准则；B. 最小最大损失准则；C. 最小误判概率准则；D. N-P 判决6、散度J D 是根据（ C ）构造的可分性判据。
大学模式识别考试题及答案详解
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)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分) (1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
答：（1）（4分）的绝对值正比于到超平面的距离平面的方程可以写成式中。
大学模式识别考试题及答案详解
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)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
答：（1）（4分）的绝对值正比于到超平面的距离平面的方程可以写成式中。
模式识别习题及答案-精品资料
第一章绪论1 •什么是模式？具体事物所具有的信息。
模式所指的不是事物本身，而是我们从事物中获得的—信息__。
2. 模式识别的定义？ 让计算机来判断事物。
3. 模式识别系统主要由哪些部分组成？ 数据获取一预处理一特征提取与选择一分类器设计/分类决策。
第二章贝叶斯决策理论P ( W 2 ) / p ( w 1 ) _,贝V X1. 最小错误率贝叶斯决策过程？答：已知先验概率，类条件概率。
利用贝叶斯公式 得到后验概率。
根据后验概率大小进行决策分析。
2 .最小错误率贝叶斯分类器设计过程？答：根据训练数据求出先验概率P ( W i ), i类条件概率分布p ( x | W i ), i 1 , 2 利用贝叶斯公式得到后验概率P (W i | x)P(X | W j )P(W j )j 1如果输入待测样本 X ,计算X 的后验概率根据后验概率大小进行分类决策分析。
3. 最小错误率贝叶斯决策规则有哪几种常用的表示形式?决策规则的不同形式(董点)C1^ 如vr, | JV ) = max 戶(vr ] WJ A * U vtvEQ 如杲尹a H ; )2^(ir, ) = max |沪0輕』),则x e HpCx |=尸4 "J"匕< 4) 如!4i= — 1IL | /( JV )] = — 111 戸(兀 | w”. ) -+- 11111r a4. 贝叶斯决策为什么称为最小错误率贝叶斯决策？答：最小错误率Bayes 决策使得每个观测值下的条件错误率最小因而保证了 (平均)错误率最小。
Bayes 决策是最优决策：即，能使决策错误率最小。
5 .贝叶斯决策是 由先验概率和(类条件概率)概率，推导(后验概率)概率，然后利用这 个概率进行决策。
6.利用乘法法则和全概率公式证明贝叶斯公式p(AB) p(A|B)p(B) p(B|A)p(A)P (A」B )答：m所以推出贝叶斯公式p(B) p(B|Aj)p(Aj)j 17. 朴素贝叶斯方法的条件独立D (1P (x | W i ) P(W i )i i入)2P(x | W j ) P (w j )j 11 ,2P (x | W i )P(W i )如果 I (x)P(B |A i )P(AJ P ( B ) P ( B | A i ) P ( A i ) 7MP ( B | A j ) P ( A j )2假设是( P(x| 3 i) =P(x1, x2, …,xn | co i)19.=P(x1|3 i) P(x2| 3 i)…P(xn| 3 i))8•怎样利用朴素贝叶斯方法获得各个属性的类条件概率分布？答：假设各属性独立，P(x| 3 i) =P(x1, x2, …,xn |3 i) = P(x1| 3 i) P(x2| 3 i)P(xn| 3 i)后验概率：P( 3 i|x) = P( 3 i) P(x1|3 i) P(x2| 3 i)…P(xn| 3 i)类别清晰的直接分类算，如果是数据连续的，假设属性服从正态分布，算出每个类的均值方 差，最后得到类条件概率分布。
模式识别试题及总结
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。
模式识别复习题1
模式识别 复习题1. 简单描述模式识别系统的基本构成(典型过程）?2. 什么是监督模式识别(学习)?什么是非监督模式识别（学习)？ 对一副道路图像，希望把道路部分划分出来，可以采用以下两种方法： （１)． 在该图像中分别在道路部分与非道路部分画出一个窗口,把在这两个窗口中的象素数据作为训练集，用某种判别准则求得分类器参数，再用该分类器对整幅图进行分类。
(２)．将整幅图的每个象素的属性记录在一张数据表中，然后用某种方法将这些数据按它们的自然分布状况划分成两类。
因此每个象素就分别得到相应的类别号，从而实现了道路图像的分割。
试问以上两种方法哪一种是监督学习，哪个是非监督学习？3. 给出一个模式识别的例子。
4. 应用贝叶斯决策的条件是什么？列出几种常用的贝叶斯决策规则，并简单说明其规则．5. 分别写出在以下两种情况:(1）12(|)(|)P x P x ωω=；（２)12()()P P ωω=下的最小错误率贝叶斯决策规则。
6. (教材P １7 例2.1)7. （教材P20 例2.2),并说明一下最小风险贝叶斯决策和最小错误率贝叶斯决策的关系。
8. 设在一维特征空间中有两类服从正态分布的样本,12122,1,3,σσμμ====两类先验概率之比12(),()P e P ωω= 试确定按照最小错误率贝叶斯决策规则的决策分界面的x 值。
9. 设12{,,...,}N x x x =X 为来自点二项分布的样本集,即1(,),0,1,01,1x x f x P P Q x P Q P -==≤≤=-，试求参数P 的最大似然估计量ˆP。
10. 假设损失函数为二次函数2ˆˆ(,)()PP P P λ=-，P 的先验密度为均匀分布，即()1,01f P P =≤≤。
在这样的假设条件下，求上题中的贝叶斯估计量ˆP。
11. 设12{,,...,}N x x x =X 为来自(|)p x θ的随机样本，其中0x θ≤≤时，1(|)p x θθ=，否则为0。
模式识别2013考试题 及答案
2013–2014 学年度第 一 学期 模式识别原理 课程期末考试试题（考试方式：□√开卷 □闭卷；考试时间： 120 分钟）一、计算题 （共20分）在目标识别中，假定类型1ω为敌方目标，类型2ω为诱饵（假目标），已知先验概率P (1ω)=0.2和P (2ω)=0.8，类概率密度函数如下：⎪⎩⎪⎨⎧≤≤-<≤=其它021210)(1x x x xx p ω⎪⎩⎪⎨⎧≤≤-<≤=其它0323211-)(2x x x x x p ω1、求贝叶斯最小误判概率准则下的判决域，并判断样本x =1.5属于哪一类；2、求总错误概率p (e )；3、假设正确判断的损失λ11=λ22=0，误判损失分别为λ12和λ21，若采用最小损失判决准则，λ12和λ21满足怎样的关系时，会使上述对x =1.5的判断相反？解：（1）应用贝叶斯最小误判概率准则如果)()()(2112ωω=x p x p x l <>)()(12ωωP P 则判 ⎩⎨⎧ωω∈21x （2分）得 l 12(1.5)=1 <)()(12ωωP P =4，故 x=1.5属于ω2 。
（2分）（2）P(e)= 212121)()()(εω+εω=P P e P⎰⎰ΩΩωω+ωω=12)()()()(2211xd x p P x d x p P=dxx x x ⎰⎰-+- 1.2121.210.8d )2(0.2）（=0.08（算式正确2分，计算错误扣1～2分）(3) 两类问题的最小损失准则的似然比形式的判决规则为：如果))(())(()()(111212221221λ-λωλ-λω<>ωωP P x p x p则判⎩⎨⎧ωω∈21x 带入x=1.5得到 λ12≥4λ21（算式正确2分，计算错误扣1～2分）二、证明题（共20分）设p(x)~N (μ,σ)，窗函数ϕ(x)~N (0,1)，试证明Parzen 窗估计11ˆ()()NiN i NNx x p x Nh h ϕ=-=∑有如下性质：22ˆ[()](,)N N E p x N h μσ+。
模式识别试题库
科目模式识别班级姓名学号得分：1、简答题（40分）1. 什么是模式？人们通常是如何表示模式的？对分类识别的对象进行科学的抽象，建立它的数学模型，用以描述和代替识别对象，称这种对象的描述为模式。
从它的定义可看出，模式是通过数学模型来表示的。
2. 什么是聚类分析？聚类分析是有监督分类还是无监督分类？为什么？聚类分析是基于数据集客观存在着若干个自然类、每个自然类中的数据某些属性都具有较强的相似性而建立的一种数据描述方法。
是无监督的分类。
因为在分类中不需要用训练样本进行学习和训练。
3. 什么是模式识别？模式识别系统通常包括哪些主要的环节？模式识别是根据研究对象的特征或属性，利用以计算机为中心的机器系统，运用一定的分析算法认定它的类别，系统应使分类识别的结果尽可能地符合真实。
主要环节包括：（1）特征提取（2）特征选择（3）学习和训练（4）分类识别4. 什么是最大后验概率准则？5. 什么是总体推断？6. 什么是梯度下降法？就是利用负梯度方向来决定每次迭代的新的搜索方向，使得每次迭代能使待优化的目标函数逐步减少。
7. 什么是无偏估计？无偏估计是参数的样本估计值的期望值等于参数的真实值。
估计量的数学期望等于估计参数。
8. 什么是最小损失准则判决？其基本表达形式是什么？当对一待识模式进行分类识别决策时，算出判属它为各类的条件期望损失之后，判决属于条件期望损失最小的那一类。
基本表达式如下：如果，则判9. 有教师学习和无教师学习在算法上有何区别？10. 线性判别函数的几何意义是什么？11. 一次准则函数的基本形式是什么？简要说明这种形式的特点。
12. 在统计判决中，什么是损失、损失函数和平均损失？13. 利用特征矢量和特征空间如何表达模式和模式类？14. 聚类分析在选取特征时需要注意哪些问题？为什么？15. 判别域界面方程分类的基本思想是什么？16. Fisher判别规则的基本思想是什么？17. 特征空间在模式识别的研究起什么作用？请简要论述。
模式识别试题及总结.doc
《模式识别》试卷（ A）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, A0A1 ,A1A0 , B BA , B0}, A)（2）({A}, {0, 1}, {A 0, A0A}, A)（3）({S}, {a, b}, {S 00S, S11S, S00, S11},S)（4）({A}, {0, 1}, {A 01, A0A1, A1A0}, 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。
模式识别复习题参考
ω2: X2 =(1,1)T , X4 =(0,-2)T, X6 =(-2,0)T 给定初始增广权向量 w1=(1 1 1)T ， C=1。
要求：用感知器算法求模式分类的解向量w。 7-8 参考： 用多类感知器算法求下列模式的判别函数：
x4: 1, 1, 0, 2, 0
x5: 3, 2, 1, 2, 1 x6: 4, 1, 1, 1, 0
5、设有 5 个 6 维模式样本如下，按最小/大距离准则进行聚类分析（距离度量采用欧氏距离）
x1: 0, 1,3, 1, 3, 4
x2: 3, 3, 3, 1,2,1 x3: 1, 0, 0, 0, 1,1
ω1: (-1 -1)T，ω2: (0 0)T，ω3: (1 1)T 解：采用一般化的感知器算法，将模式样本写成增广形式，即
x1 =（-1,-1,1）T , x2 = (0, 0,1)T , x3 = (1,1,1)T
取初始值 w1 = w2 = w3 = (0, 0, 0)T ，取 C = 1，则有
第四步：若 z j (k + 1) ≠ z j (k) ，j=1,2,…,K，则返回第二步，将模式样本逐个重新分类，重复迭代
运算；
若 z j (k + 1) = z j (k) ，j=1,2,…,K，则算法收敛，计算结束。
（2）选 k = 2 ， z1(1) = x1, z2 (1) = x10 ，用 K-均值算法进行聚类分析
假设 i=j 时， D j (k) = min{ x − zi (k) ,i = 1,2,⋯K} ，则 x ∈ S j (k) ，其中 k 为迭代运算的次序号，
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}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, 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。
模式识别复习题
《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.1。
3 欧式距离具有 . 马式距离具有。
（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） .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. 1。
8 积累位势函数法的判别界面一般为。
（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: 。
（1）1[]w BTr S S-（2）BWSS（3）BW BSS S+1.10 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。
1.11 确定性模式非线形分类的势函数法中,位势函数K（x,x k）与积累位势函数K（x）的关系为（）。
1。
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x k的函数K（x，x k）若同时满足下列三个条件，都可作为势函数。
①（ )；②（ );③ K(x,x k）是光滑函数，且是x和x k之间距离的单调下降函数。
1。
13 散度J ij 越大，说明w i 类模式与w j 类模式的分布（ ）。
当w i 类模式与w j 类模式的分布相同时，J ij =（ )。
1.14 若用Parzen 窗法估计模式的类概率密度函数，窗口尺寸h1过小可能产生的问题是（ ），h1过大可能产生的问题是( ）。
1。
15 信息熵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(x ）=p （ x |w1)/p( x ｜w2），l( x )又称似然比，则E ｛l( x)｜w2}=( ）。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
山东科技大学2013-2014学年第一学期
《模式识别》考试试卷
班级姓名学号
1．（50分）
本题为自由发挥题，要求采用多尺度（多分辨率）；要求是不同的参数及其对应的分割结果; 图像自选两类:合成图像和拍摄图像；至少综合采用以下两种方法（非分别单独使用）：
(1)边缘（梯度）。
(2)区域合并与生长。
涉及到区域内部一致性的标准是什么？；
(3) 利用特征的分布结构、目标的空间上下文和尺度上下文的信息；
(4) 把（区域一致性、区域内部光滑性、边界最简单）转化为迭代优化能量函数；
(5) 基于任务的（给定目标，如车牌，交通标识等）
列举了几个英文的关键词(其中有一些概念较难，不一定要用到) Hierarchical Image Segmentation ；Multi-scale multi-resolution ；Contour Detection and Hierarchical Image Segmentation ；region grow ；edge ；gradient ；context ；Contourlet ；snakes；Active contour；level set；
（注：将所有题目的程序及每一步的运行结果以word方式保存并提交，另外程序以.m 文件方式发送到zhaozengshun@，程序的语句要求有注释。
试卷中不出现此句）
2. （50分）文献阅读、分析和总结（已发给各同学）。
（试卷中写出Abstract和Introduction. 其他部分发给我的邮箱。
注意各自翻译自己的论文，不得出现雷同，逻辑关系、语句通顺者加分，这一部分的完整版给我交纸质版也可以。
试卷中不出现此句）
（做自己的题目，无论谁抄袭谁，如出现雷同，分数均比较低。
试卷中不出现此句）
1。