成都职业技术学院《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页成都职业技术学院《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.下列哪项不是模式识别的基本任务？A.分类B.回归C.降维D.数据挖掘2.在模式识别中，以下哪项不是特征提取的步骤？A.特征选择B.特征提取C.特征变换D.特征归一化3.下列哪项不是支持向量机（SVM）的基本假设？A.输入空间是线性可分的B.输入空间是高维的C.输入空间是线性不可分的D.输入空间是稀疏的4.下列哪项不是神经网络的基本结构？A.输入层B.隐藏层C.输出层D.全连接层5.下列哪项不是深度学习的特点？A.数据驱动B.自动特征提取C.网络结构复杂D.计算效率高6.下列哪项不是聚类分析的基本步骤？A.数据预处理B.聚类算法选择C.聚类结果评估D.特征选择7.下列哪项不是贝叶斯网络的优点？A.可处理不确定性B.可解释性强C.可扩展性好D.计算效率高8.下列哪项不是遗传算法的基本步骤？A.初始种群生成B.选择操作C.交叉操作D.变异操作9.下列哪项不是人工神经网络的学习算法？A.梯度下降法B.随机梯度下降法C.动量法D.梯度提升法10.下列哪项不是机器学习中的监督学习？A.监督学习B.无监督学习C.半监督学习D.强化学习11.下列哪项不是模式识别中的特征选择方法？A.相关性分析B.信息增益C.卡方检验D.主成分分析12.下列哪项不是模式识别中的特征提取方法？A.线性判别分析B.非线性判别分析C.支持向量机D.人工神经网络13.下列哪项不是模式识别中的聚类算法？A.K-means算法B.层次聚类算法C.密度聚类算法D.聚类层次算法14.下列哪项不是模式识别中的贝叶斯网络？A.贝叶斯网络B.决策树C.支持向量机D.人工神经网络15.下列哪项不是模式识别中的遗传算法？A.遗传算法B.蚂蚁算法C.蚂蚁群算法D.蚂蚁系统算法16.下列哪项不是模式识别中的神经网络？A.神经网络B.决策树C.支持向量机D.贝叶斯网络17.下列哪项不是模式识别中的深度学习？A.深度学习B.支持向量机C.人工神经网络D.贝叶斯网络18.下列哪项不是模式识别中的聚类分析？A.聚类分析B.支持向量机C.人工神经网络D.贝叶斯网络19.下列哪项不是模式识别中的贝叶斯网络？A.贝叶斯网络B.决策树C.支持向量机D.人工神经网络20.下列哪项不是模式识别中的遗传算法？A.遗传算法B.蚂蚁算法C.蚂蚁群算法D.蚂蚁系统算法二、多项选择题（每题2分，共20分）1.模式识别的基本任务包括：A.分类B.回归C.降维D.数据挖掘2.特征提取的步骤包括：A.特征选择B.特征提取C.特征变换D.特征归一化3.支持向量机（SVM）的基本假设包括：A.输入空间是线性可分的B.输入空间是高维的C.输入空间是线性不可分的D.输入空间是稀疏的4.神经网络的基本结构包括：A.输入层B.隐藏层C.输出层D.全连接层5.深度学习的特点包括：A.数据驱动B.自动特征提取C.网络结构复杂D.计算效率高6.聚类分析的基本步骤包括：A.数据预处理B.聚类算法选择C.聚类结果评估D.特征选择7.贝叶斯网络的优点包括：A.可处理不确定性B.可解释性强C.可扩展性好D.计算效率高8.遗传算法的基本步骤包括：A.初始种群生成B.选择操作C.交叉操作D.变异操作9.人工神经网络的学习算法包括：A.梯度下降法B.随机梯度下降法C.动量法D.梯度提升法10.机器学习中的监督学习包括：A.监督学习B.无监督学习C.半监督学习D.强化学习三、判断题（每题1分，共10分）1.模式识别是计算机视觉和图像处理的基础。（）2.特征提取是模式识别中的关键步骤。（）3.支持向量机（SVM）是一种无监督学习算法。（）4.神经网络是一种基于统计学习的算法。（）5.深度学习可以自动提取特征。（）6.聚类分析可以用于数据挖掘。（）7.贝叶斯网络是一种概率图模型。（）8.遗传算法是一种基于自然选择的优化算法。（）9.人工神经网络的学习算法可以通过梯度下降法实现。（）10.机器学习中的监督学习可以用于预测和分类。（）四、名词解释（每题4分，共20分）1.模式识别2.特征提取3.支持向量机（SVM）4.神经网络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.简述特征提取的步骤。3.简述支持向量机（SVM）的基本原理。六、案例分析题（1题，满分12分）某公司收集了1000名员工的身高和体重数据，现要建立一个模型来预测员工的体重。请根据以下材料，回答以下问题：材料：身高（cm）和体重（kg）数据如下：|身高|体重|||||160|50||165|55||170|60||175|65||180|70||185|75||190|80||195|85||200|90||205|95||210|100||215|105||220|110||225|115||230|120||235|125||240|130||245|135||250|140||255|145||260|150||265|155||270|160||275|165||280|170||285|175||290|180||295|185||300|190||305|195