电子科技大学研究生模式识别试题201404附答案_第1页
电子科技大学研究生模式识别试题201404附答案_第2页
电子科技大学研究生模式识别试题201404附答案_第3页
电子科技大学研究生模式识别试题201404附答案_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、学 号 姓 名 学 院 密封线以内答题无效 电子科技大学研究生试卷 （考试时间： 至 ，共 2 小时）课程名称 模式识别 教师 学时 40 学分 2 教学方式 课堂教学 考核日期 年 月 日 成绩 考核方式： （学生填写） 1、（5分）简述有监督学习和无监督学习的异同。答：（1）有监督学习必须要有训练集和测试样本，而非监督学习没有训练集；（2）有监督学习的目的就是识别事物，识别结果表现在给待识别数据加上了标号，因此训练样本集必须由带标号的样本组成，而非监督学习方法只有要分析的数据集本身，预先没有什么标号。（3）非监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到分数据集的目的，也就是

2、说不一定要“分类”。2、（15分）计算单词model和amdeol的编辑距离，画出栅格图。解：栅格图为：从栅格图可计算，model和amdeol的编辑距离为3。3、（15分）已知A类样本为：，B类样本为：，计算最小二乘分类面的方程（取值为-1和+1），并写出LMS算法的流程。解：（1）计算最小二乘分类面为。（2）LMS算法流程：步骤1. 初始化训练样本、权向量；步骤2. 选择一个训练样本，利用下列公式更新权向量：步骤3. 重复所有样本。4、（15分）在目标识别中，有和两种目标类型，它们的先验概率分别为0.8和0.2，在一次试验中，获得样本的类概率密度分别为，并且已知，。试对该样本进行分类。（1

3、）基于最小错误率贝叶斯决策；（2）基于最小风险贝叶斯决策。解：（1）利用贝叶斯公式，分别计算出和的后验概率： 根据贝叶斯决策规则，有 所以合理的决策是把该样本归类于。（2）根据（1）的计算结果可知后验概率为 计算条件风险 由于，因此判断该样本为。5、（15分）试描述监督分类三种准则的原理及典型方法。答：回归分析，利用函数逼近的观点构造判决函数，典型方法包括：LMS、RBF网络等。支持向量机，从几何角度，构造约束最优化模型，寻找最优分类面，典型方法包括：线性支持向量机和非线性支持向量机。神经网络，从仿生学角度构造神经网络结构，通过最优化方法进行网络训练，典型方法包括：感知器模型，BP网络等。6、

4、（20分）已知四个样本具有三个特征，分别为：1）计算其协方差矩阵，并对其进行主分量，并对结果进行分析。2）简述mercer定理及核主分量分析的原理。解：（1）协方差矩阵：其中，。求协方差矩阵的特征值为，两个主分量为和对应的特征向量，分别为： 说明三个特征分量中有一个特征和另外两个特征相关，采用主分量分析可以识别该相关向量，达到降低特征空间维度的目的。（2）Mercer定理认为，映射变换后的内积可以写为函数的形式。定义：则有：根据mercer定理，最后得到：相当于在投影域计算KL变换，并进行PCA。7、（15分）请写出模式识别系统的主要系统组成，阐述各部分的功能及主要方法。答：模式识别系统的主要系统组成如下：识别样本，采集用于采集待识别问题的数据数据预处理，主要消除采集系统差

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论