模式识别考试

模式识别考试

ID:28013534

大小:255.23 KB

页数:10页

时间:2018-12-07

模式识别考试_第1页
模式识别考试_第2页
模式识别考试_第3页
模式识别考试_第4页
模式识别考试_第5页
资源描述:

《模式识别考试》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、简答题1.什么是模式与模式识别模式识别:模式识別是研究用计算机来实现人类模式识别能力的一门学科。模式:模式是一些供模仿用的、完美无缺的标木。2.模式识别系统的组成信息获収,预处理,特征提取和选取,分类器设计,分类决策3.什么是后验概率?系统在某个具体的模式样本X条件T位于某种类型的概率。、4.确定线性分类器的主要步骤采集训练样木,构成训练样木集。样木应该具冇典型性确定一个准则J<(w,x),能反映分类器性能,且存在权值W*使得分类器性能最优设计求解W的敁优算法,得到解向量W*5.样本集推断总体概率分布的

2、方法?参数估计监督参数佔计:样木所属类别及类条件总体概率密度函数的形式已知,某些参数未知非监督参数估计:己知总体概率密度函数形式但未知样木类别,要推断菜些参数非参数估计:己知样本类别,未知总体概率密度函数形式,要求且接推断概率密度函数本身6.近邻法的主要思想作为一种分段线性判别函数的极端情况,将各类中全部样木都作为代表点,这样的决策方法就是近邻法的菡本思想。7.什么是K近邻法?他是最近邻法的推广,取未知样本x的k个近邻,看这k个近邻中多数属于哪一类,就把x归为哪一类。8.监督学习和非监督学习的区别监督学

3、习的用途明确,就是对样本进行分类。训练样本集给岀不同类别的实例,从这些实例中找出区分不同类样木的方法,划定决策則非监督学习的川途更广泛,川來分析数据的内在规律,如聚类分析,主分量分析,数据拟合等等9.什么是误差平法和准则对干一个给定的聚类,均值向跫是最能代表聚类中所有样本的一个向量,也称其为聚类中心。一个好的聚类方法应能使集合中的所有向量与这个均值向量的误差的长度〒方和最小。10.分级聚类算法奋两种基本思路聚合法:把所有样本各自看为一类,逐级聚合成一类。基本思路是根裾类间相似性人小逐级聚合,每级只把相似

4、性蛙大的两类聚合成一类,蝻终把所冇样木聚合为一类。分解法:把所有样木看做一类,逐级分解为每个样木一类。11.特征抽取和选择的区别在一定意义上特征抽取和特征选择都是耍达到特征降维的n的,只是所实现的途径不同。特征抽取是通过变换的方法组合原始窈维特征,获得一组低维的新特征,而特征选择是根据专家的经验知识或根据某种评价准则来挑选出那些对分类最有影响力的特征,弁未形成新的特征。12.最优搜索算法最优搜索算法:至今能得到最优解的唯-快速算法足“分支定界”算法。属于&上而卜*的算法,具冇回溯功能。算法核心足通过合理

5、组介搜索过程,避免一些重^计算。关键是利用了判据的单调性。1.统计学习理论的核心问题经验风险最小化原则下统计学习一致性的条件在这些条件下关于统汁宁>1方法推广性的界的结论在这些界的基础上建立的小样本归纳推现原则实现这些新的原则的实际方法2.什么是支持向量机?在统计学习理论基础上发展出的识别方法,在解决小样本、非线性及尚维模式识别闷题屮表现出其优势。问答题1.描述贝叶斯公式及其主要作川。尸(J,历)=尸(J

6、必)尸⑽二P{(0

7、J)尸⑺两个事物Xfw联介出现的概率称为联合概率。利用该公式可以计灯后验概率2

8、.利用最大似然估计方法对单变量正态分介阑数來估计其均值和方差o26—//,02—(J~jd=d,02^Z(^=nexphInZ=-^ln(2^)-£InXi-nd2=17=1(72-021n-yn77i=A=丄t(1-々)2n7^1.请详细写出感知器训练算法步骤。设训练样木集X={Xi,X2,...,Xn},其屮Xk属于Wj或者Wj,且xk的类别是已知的。为Y确定加权向量W',执行下面的训练算法a)给定初始值:置k=0,权向量w(k)为任意值,讨选常数0

9、.,xn},汁算判决函数位g(xm)=w[(k)xmc)按如下规则修改权向量i.xmewj,j=Lg(xm)<0,则w(k+l)=w(k)+cxmii.且g(xni)>0,则w(k+1)=w(k)-cxmd)令1<=1<+1,返回策步,直到w对所有样本稳定不变,结來2.请详细写出Fisher算法实现步骤。•托两类问题中,设分別属于Wj与Wj的样本数为川与n2,n=ni+n2•令yk=wTxk(k=l,2,...,n),由子集Xi与X2映射后的两个子集为Y,与Y2。•使Y,与¥2最界易区分开的w方向正好是

10、分类超乎面的法线方句。•定义Fisher准则蚋数。使得扣最人的解w*就是最佳解•以上工作足将d维空间的样本映射到了一维样本集,这个一维空间的方向足相对于Fisher准则为最好的。•我们还需要解决分类问题。将d维分类闷题转化为一维分类问题只耑要确定一个阈值点,将投影点与阈值点比较,就可以做出决策。3.什么是两分剪辑近邻法与压缩近邻法。将原始样本随机分为两个集合:预测集T和参考集R,来自预测集和参考集的样本分别完成考试和参考任务,相互独立。对预

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。