大學(xué)模式識(shí)別考試題及答案詳解

1、填空與選擇填空（本題答案寫(xiě)在此試卷上，30分）1、 模式識(shí)別系統(tǒng)的基本構(gòu)成單元包括：模式采集、特征提取與選擇和模式分類。2、 統(tǒng)計(jì)模式識(shí)別中描述模式的方法一般使用特真矢量 ;句法模式識(shí)別中模式描述方法一般有串、樹(shù)、網(wǎng) 。3、 聚類分析算法屬于（1）;判別域代數(shù)界面方程法屬于（3）o（1）無(wú)監(jiān)督分類（2）有監(jiān)督分類（3）統(tǒng)計(jì)模式識(shí)別方法（4）句法模式識(shí)別方法4、 若描述模式的特征量為0-1二值特征量，則一般采用（4）進(jìn)行相似性度量。（1）距離測(cè)度（2）模糊測(cè)度（3）相似測(cè)度（4）匹配測(cè)度5、 下列函數(shù)可以作為聚類分析中的準(zhǔn)則函數(shù)的有（1）（ 3）（ 4）o2)1)(4)6、Fisher線性判別函

2、數(shù)的求解過(guò)程是將N維特征矢量投影在(2) 中進(jìn)行。(1)二維空間(2) 維空間(3) N-1維空間7、下列判別域界面方程法中只適用于線性可分情況的算法有(1);線性可分、不可分都適用的有(3) Q(1)感知器算法(2)H-K算法(3)積累位勢(shì)函數(shù)法8 、下列四元組中滿足文法定義的有(1)(2)( 4) q(1)(A B，0,1，A?01, A ? 0 A1 , A ? 1 A0 , B ? BA , B ? 0,A)(2)( A，0,1，A?0, A ? 0 A, A(3)( S, a, b, S ? 00 S, S ? 11 S, S ? 00, S ? 11,S)(4)( A, 0, 1,

3、 A?01, A ? 0 A1, A ? 1 A0, A二、(15分)簡(jiǎn)答及證明題(1)影響聚類結(jié)果的主要因素有那些?(2)證明馬氏距離是平移不變的、非奇異線性變換不變的。答：(1)分類準(zhǔn)則，模式相似性測(cè)度，特征量的選擇，量綱。(2)證明:（1 分 ）（2 分 ）（4 分 ）三、（8 分） 說(shuō)明線性判別函數(shù)的正負(fù)和數(shù)值大小在分類中的意義并證明之。正比于到超平面的距離的方程可以寫(xiě)成的單位法矢量，上式可寫(xiě)成占八、中 任 一 點(diǎn)的距離為差矢量在上的投影的絕對(duì)值，即(1-1)在平面上式中利用了中，故滿足方程式 (1-1) 的 分 子 為 判 別 函 數(shù) 絕 對(duì) 值 ， 上 式 表 明的值的距離,個(gè)特征

4、矢量代入判別函數(shù)后所得值的絕對(duì)值越大表明該特征點(diǎn)距判別界面越遠(yuǎn)02）（4 分）的正（負(fù)）反映在超平面的正（負(fù)）側(cè)兩矢量的數(shù)積為2 分）顯然，當(dāng)夾角小于時(shí)，即>0；反之，當(dāng)<0。由于向的那個(gè)半空間中，同號(hào)。所以，當(dāng)向的半空間中時(shí),向的半空間中,在背判別函數(shù)值的正負(fù)表示出特征點(diǎn)位于哪個(gè)半空間中，或者換句話說(shuō)，表示特征點(diǎn)位于界面的哪一側(cè)五、（12分，每問(wèn)4分）在目標(biāo)識(shí)別中，假定有農(nóng)田和裝甲車兩種類型，類型?i和類型?2分別代表農(nóng)田和裝甲車，它們的先驗(yàn)概率分別為和，損失函數(shù)如表1所示現(xiàn)在做了三次試驗(yàn)，獲得三個(gè)樣本的類概率密度如下：（1）試用貝葉斯最小誤判概率準(zhǔn)則判決三個(gè)樣本各屬于哪一個(gè)類型

5、；（2）假定只考慮前兩種判決，試用貝葉斯最小風(fēng)險(xiǎn)準(zhǔn)則判決三個(gè)樣本各屬于哪一類；（3）把拒絕判決考慮在內(nèi)，重新考核三次試驗(yàn)的結(jié)果。表151解：由題可知:111）（4 分） 根據(jù)貝葉斯最小誤判概率準(zhǔn)則知：，則可以任判；，則判為，則判為2）（4 分）由題可知：3）（4分） 對(duì)于兩類問(wèn)題，對(duì)于樣本假設(shè)已知，有則對(duì)于第一個(gè)樣本，則拒判；，則拒判；，拒判監(jiān)督學(xué)習(xí)方法用來(lái)對(duì)數(shù)據(jù)實(shí)現(xiàn)分類，分類規(guī)則通過(guò)訓(xùn)練獲得。該訓(xùn)練集由帶分類號(hào)的數(shù)據(jù)集組成，因此監(jiān)督學(xué) 習(xí)方法的訓(xùn)練過(guò)程是離線的。非監(jiān)督學(xué)習(xí)方法不需要單獨(dú)的離線訓(xùn)練過(guò)程，也沒(méi)有帶分類號(hào)（標(biāo)號(hào)）的訓(xùn)練數(shù)據(jù)集，一般用來(lái)對(duì)數(shù)據(jù)集 進(jìn)行分析，如聚類，確定其分布的主分量等

6、。（實(shí)例：道路圖）就道路圖像的分割而言，監(jiān)督學(xué)習(xí)方法則先在訓(xùn)練用圖像中獲取道路象素與非道路象素 集，進(jìn)行分類器設(shè)計(jì)，然后用所設(shè)計(jì)的分類器對(duì)道路圖像進(jìn)行分割。使用非監(jiān)督學(xué)習(xí)方法，則依據(jù)道路路面象素與非道路象素之間的聚類分析進(jìn)行聚類運(yùn)算，以實(shí)現(xiàn)道路圖像的 分割。2. 動(dòng)態(tài)聚類是指對(duì)當(dāng)前聚類通過(guò)迭代運(yùn)算改善聚類； 分級(jí)聚類則是將樣本個(gè)體，按相似度標(biāo)準(zhǔn)合并，隨著相似度要求的降低實(shí)現(xiàn)合并。3. 線性分類器三種最優(yōu)準(zhǔn)則：Fisher 準(zhǔn)則 ：根據(jù)兩類樣本一般類內(nèi)密集 , 類間分離的特點(diǎn)，尋找線性分類器最佳的法線向量方向，使兩類 樣本在該方向上的投影滿足類內(nèi)盡可能密集，類間盡可能分開(kāi)。該種度量通過(guò)類內(nèi)離散矩陣 Sw和類間離散矩陣Sb實(shí)現(xiàn)。感知準(zhǔn)則函數(shù) ：準(zhǔn)則函數(shù)以使錯(cuò)分類樣本到分界面距離之和最小為原則。 其優(yōu)點(diǎn)是通過(guò)錯(cuò)分類樣本提供的信息