岭南师范学院《模式识别与机器学习》2025-2026学年第二学期期末试卷(A卷)

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页岭南师范学院《模式识别与机器学习》2025-2026学年第二学期期末试卷(A卷)注意事项:1.请考生在下列横线上填写姓名、学号和年级专业。2.请仔细阅读各种题目的回答要求，在规定的位置填写答案。3.不要在试卷上乱写乱画，不要在装订线内填写无关的内容。4.考试时间120分钟专业学号姓名题号一二三四五六七八总分统分人复查人得分得分评分人一、单项选择题（每题1分，共20分）1.模式识别的基本任务包括：A.数据预处理B.模式分类C.模式识别系统设计D.以上都是2.以下哪个不是常用的模式识别算法？A.支持向量机B.决策树C.随机森林D.深度学习3.在机器学习中，以下哪个是监督学习？A.无监督学习B.半监督学习C.强化学习D.以上都是4.以下哪个不是模式识别的预处理步骤？A.数据清洗B.数据标准化C.特征提取D.模型选择5.在神经网络中，以下哪个不是常见的激活函数？A.SigmoidB.ReLUC.TanhD.Exponential6.以下哪个不是常用的聚类算法？A.K-meansB.DBSCANC.层次聚类D.以上都是7.以下哪个不是常用的降维技术？A.主成分分析B.线性判别分析C.逻辑回归D.朴素贝叶斯8.在模式识别中，以下哪个不是特征选择的方法？A.单变量统计测试B.相关系数C.信息增益D.交叉验证9.以下哪个不是常用的机器学习评估指标？A.准确率B.精确率C.召回率D.F1分数10.在机器学习中，以下哪个不是常见的正则化方法？A.L1正则化B.L2正则化C.DropoutD.随机梯度下降11.以下哪个不是常用的数据集？A.MNISTB.CIFAR-10C.ImageNetD.以上都是12.在模式识别中，以下哪个不是特征提取的方法？A.奇异值分解B.线性判别分析C.逻辑回归D.朴素贝叶斯13.以下哪个不是常用的机器学习算法？A.决策树B.支持向量机C.随机森林D.朴素贝叶斯14.在模式识别中，以下哪个不是常用的分类算法？A.K近邻B.决策树C.支持向量机D.线性回归15.以下哪个不是常用的降维技术？A.主成分分析B.线性判别分析C.逻辑回归D.朴素贝叶斯16.在机器学习中，以下哪个不是常用的正则化方法？A.L1正则化B.L2正则化C.DropoutD.随机梯度下降17.以下哪个不是常用的数据集？A.MNISTB.CIFAR-10C.ImageNetD.以上都是18.在模式识别中，以下哪个不是特征提取的方法？A.奇异值分解B.线性判别分析C.逻辑回归D.朴素贝叶斯19.在机器学习中，以下哪个不是常用的算法？A.决策树B.支持向量机C.随机森林D.朴素贝叶斯20.在模式识别中，以下哪个不是常用的分类算法？A.K近邻B.决策树C.支持向量机D.线性回归二、多项选择题（每题2分，共20分）1.模式识别的预处理步骤包括：A.数据清洗B.数据标准化C.特征提取D.模型选择2.以下哪些是常用的机器学习算法？A.决策树B.支持向量机C.随机森林D.逻辑回归3.以下哪些是常用的聚类算法？A.K-meansB.DBSCANC.层次聚类D.主成分分析4.以下哪些是常用的降维技术？A.主成分分析B.线性判别分析C.逻辑回归D.朴素贝叶斯5.以下哪些是常用的机器学习评估指标？A.准确率B.精确率C.召回率D.F1分数6.以下哪些是常用的数据集？A.MNISTB.CIFAR-10C.ImageNetD.逻辑回归7.以下哪些是常用的特征选择方法？A.单变量统计测试B.相关系数C.信息增益D.交叉验证8.以下哪些是常用的正则化方法？A.L1正则化B.L2正则化C.DropoutD.随机梯度下降9.以下哪些是常用的激活函数？A.SigmoidB.ReLUC.TanhD.Exponential10.以下哪些是常用的神经网络算法？A.决策树B.支持向量机C.随机森林D.深度学习三、判断题（每题1分，共10分）1.模式识别的基本任务包括数据预处理、模式分类和模式识别系统设计。（）2.无监督学习是监督学习的一种。（）3.支持向量机是一种无监督学习算法。（）4.在机器学习中，交叉验证是一种常用的正则化方法。（）5.主成分分析是一种常用的聚类算法。（）6.在模式识别中，特征提取是预处理步骤之一。（）7.在神经网络中，激活函数的作用是增加模型的非线性。（）8.逻辑回归是一种常用的降维技术。（）9.在机器学习中，数据清洗是预处理步骤之一。（）10.在模式识别中，特征选择是预处理步骤之一。（）四、名词解释（每题4分，共20分）1.模式识别2.支持向量机3.神经网络4.特征提取5.深度学习五、简答题（每题6分，共18分）1.简述模式识别的基本任务。2.简述支持向量机的原理。3.简述神经网络的基本结构。六、案例分析题（1题，共12分）某公司想要开发一款智能客服系统，用于自动回答客户的常见问题。公司收集了大量的客户咨询数据，包括问题文本和对应的答案文本。请根据以下材料，分析并设计一个合适的模式识别系统。材料：1.问题文本和答案文本的数据量分别为10000条和5000条。2.问题文本的长度在50-500字之间，答案文本的长度在50-200字之间。3.