2017年北京邮电大学模式识别期末考试试题

模式识别试卷及答案一、选择题（每题5分，共30分）1. 以下哪一项不是模式识别的主要任务？A. 分类B. 回归C. 聚类D. 预测答案：B2. 以下哪种算法不属于监督学习？A. 支持向量机（SVM）B. 决策树C. K最近邻（K-NN）D. K均值聚类答案：D3. 在模式识别中，以下哪一项是特征选择的目的是？A. 减少特征维度B. 增强模型泛化能力C. 提高模型计算效率D. 所有上述选项答案：D4. 以下哪种模式识别方法适用于非线性问题？A. 线性判别分析（LDA）B. 主成分分析（PCA）C. 支持向量机（SVM）D. 线性回归答案：C5. 在神经网络中，以下哪种激活函数常用于输出层？A. SigmoidB. TanhC. ReLUD. Softmax答案：D6. 以下哪种聚类算法是基于密度的？A. K均值聚类B. 层次聚类C. DBSCAND. 高斯混合模型答案：C二、填空题（每题5分，共30分）1. 模式识别的主要任务包括______、______、______。

答案：分类、回归、聚类2. 在监督学习中，训练集通常分为______和______两部分。

答案：训练集、测试集3. 支持向量机（SVM）的基本思想是找到一个______，使得不同类别的数据点被最大化地______。

答案：最优分割超平面、间隔4. 主成分分析（PCA）是一种______方法，用于降维和特征提取。

答案：线性变换5. 神经网络的反向传播算法用于______。

答案：梯度下降6. 在聚类算法中，DBSCAN算法的核心思想是找到______。

答案：密度相连的点三、简答题（每题10分，共30分）1. 简述模式识别的基本流程。

答案：模式识别的基本流程包括以下几个步骤：（1）数据预处理：对原始数据进行清洗、标准化和特征提取。

（2）模型选择：根据问题类型选择合适的模式识别算法。

（3）模型训练：使用训练集对模型进行训练，学习数据特征和规律。

模式识别与机器学习期末考查试卷研究生姓名：入学年份：导师姓名：试题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。

答：（1）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。

主要集中在两方面，一是研究生物体（包括人）是如何感知客观事物的，二是在给定的任务下，如何用计算机实现识别的理论和方法。

机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。

主要体现以下三方面：一是人类学习过程的认知模型；二是通用学习算法；三是构造面向任务的专用学习系统的方法。

两者关心的很多共同问题，如：分类、聚类、特征选择、信息融合等，这两个领域的界限越来越模糊。

机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/视频分析（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等。

（2）机器学习和模式识别是分别从计算机科学和工程的角度发展起来的，各自的研究侧重点也不同。

模式识别的目标就是分类，为了提高分类器的性能，可能会用到机器学习算法。

而机器学习的目标是通过学习提高系统性能，分类只是其最简单的要求，其研究更侧重于理论，包括泛化效果、收敛性等。

模式识别技术相对比较成熟了，而机器学习中一些方法还没有理论基础，只是实验效果比较好。

许多算法他们都在研究，但是研究的目标却不同。

如在模式识别中研究所关心的就是其对人类效果的提高，偏工程。

而在机器学习中则更侧重于其性能上的理论证明。

试题2：列出在模式识别与机器学习中的常用算法及其优缺点。

答：（1） K近邻法算法作为一种非参数的分类算法，它已经广泛应用于分类、回归和模式识别等。

在应用算法解决问题的时候，要注意的两个方面是样本权重和特征权重。

优缺点：非常有效，实现简单，分类效果好。

大学模式识别考试题及答案详解Document number：PBGCG-0857-BTDO-0089-PTT1998一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2） (3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A?01, A? 0A1 , A? 1A0 , B?BA , B? 0}, A)（2）({A}, {0, 1}, {A?0, A? 0A}, A)（3）({S}, {a, b}, {S ? 00S, S ? 11S, S ? 00, S ? 11}, S)（4）({A}, {0, 1}, {A?01, A? 0A1, A? 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。

答：（1）分类准则，模式相似性测度，特征量的选择，量纲。

（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。

一、填空及选择填空〔此题答案写在此试卷上，30分〕1、模式识别系统的根本构成单元包括：模式采集、特征提取及选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于〔1〕；判别域代数界面方程法属于〔3〕。

〔1〕无监视分类 (2)有监视分类〔3〕统计模式识别方法〔4〕句法模式识别方法4、假设描述模式的特征量为0-1二值特征量，那么一般采用〔4〕进展相似性度量。

〔1〕距离测度〔2〕模糊测度〔3〕相似测度〔4〕匹配测度5、以下函数可以作为聚类分析中的准那么函数的有〔1〕〔3〕〔4〕。

〔1〕〔2〕 (3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在〔2〕中进展。

〔1〕二维空间〔2〕一维空间〔3〕N-1维空间7、以下判别域界面方程法中只适用于线性可分情况的算法有〔1〕；线性可分、不可分都适用的有〔3〕。

〔1〕感知器算法〔2〕H-K算法〔3〕积累位势函数法8、以下四元组中满足文法定义的有〔1〕〔2〕〔4〕。

〔1〕({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A)〔2〕({A}, {0, 1}, {A→0, A→ 0A}, A)〔3〕({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S)〔4〕({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A)9、影响层次聚类算法结果的主要因素有〔计算模式距离的测度、〔聚类准那么、类间距离门限、预定的类别数目〕〕。

10、欧式距离具有〔 1、2 〕；马式距离具有〔1、2、3、4 〕。

〔1〕平移不变性〔2〕旋转不变性〔3〕尺度缩放不变性〔4〕不受量纲影响的特性11、线性判别函数的正负和数值大小的几何意义是〔正〔负〕表示样本点位于判别界面法向量指向的正〔负〕半空间中；绝对值正比于样本点到判别界面的距离。

模式识别与机器学习期末考查试卷研究生姓名：入学年份：导师姓名：试题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。

答：（1）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。

主要集中在两方面，一是研究生物体（包括人）是如何感知客观事物的，二是在给定的任务下，如何用计算机实现识别的理论和方法。

机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。

主要体现以下三方面：一是人类学习过程的认知模型；二是通用学习算法；三是构造面向任务的专用学习系统的方法。

两者关心的很多共同问题，如：分类、聚类、特征选择、信息融合等，这两个领域的界限越来越模糊。

机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/视频分析（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等。

（2）机器学习和模式识别是分别从计算机科学和工程的角度发展起来的，各自的研究侧重点也不同。

模式识别的目标就是分类，为了提高分类器的性能，可能会用到机器学习算法。

而机器学习的目标是通过学习提高系统性能，分类只是其最简单的要求，其研究更侧重于理论，包括泛化效果、收敛性等。

模式识别技术相对比较成熟了，而机器学习中一些方法还没有理论基础，只是实验效果比较好。

许多算法他们都在研究，但是研究的目标却不同。

如SVM 在模式识别中研究所关心的就是其对人类效果的提高，偏工程。

而在机器学习中则更侧重于其性能上的理论证明。

试题2：列出在模式识别与机器学习中的常用算法及其优缺点。

答：（1） K近邻法KNN算法作为一种非参数的分类算法，它已经广泛应用于分类、回归和模式识别等。

在应用KNN算法解决问题的时候，要注意的两个方面是样本权重和特征权重。

优缺点：非常有效，实现简单，分类效果好。

一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2） (3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A)（2）({A}, {0, 1}, {A→0, A→ 0A}, A)（3）({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S)（4）({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A)9、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的类别数目））。

10、欧式距离具有（ 1、2 ）；马式距离具有（1、2、3、4 ）。

（1）平移不变性（2）旋转不变性（3）尺度缩放不变性（4）不受量纲影响的特性11、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的正（负）半空间中；绝对值正比于样本点到判别界面的距离。

《模式识别》期末考试试题（B ）一、填空题（15个空，每空2分，共30分）1．基于机器学习的模式识别系统通常由两个过程组成, 即分类器设计和（ ）。

2．统计模式识别把( )表达为一个随机向量(即特征向量), 将模式类表达为由有穷或无穷个具有相似数值特性的模式组成的集合。

3．特征一般有两种表达方法：(1)将特征表达为数值；(2)将特征表达为( )。

4．特征提取是指采用( )实现由模式测量空间向特征空间的转变。

5．同一类模式类样本的分布比较集中，没有或临界样本很少，这样的模式类称为( )。

6．加权空间的所有分界面都通过( )。

7．线性多类判别： 若每两个模式类间可用判别平面分开， 在这种情况下，M 类有( )个判别函数,存在有不确定区域。

8．当取0-1损失函数时, 最小风险贝叶斯判决准则等价于( )判决准则。

9．Neyman-Pearson 决策的基本思想是( )某一错误率，同时追求另一错误率最小。

10．聚类/集群：用事先不知样本的类别，而利用样本的先验知识来构造分类器属于( )学习。

11．相似性测度、聚类准则和( )称为聚类分析的三要素。

12．K/C 均值算法使用的聚类准则函数是误差平方和准则，通过反复迭代优化聚类结果，使所有样本到各自所属类别的中心的( )达到最小。

13．根据神经元的不同连接方式，可将神经网络分为分层网络和相互连接型网络两大类。

其中分层网络可细分为前向网络、( )和层内互连前向网络三种互连方式。

14．神经网络的特性及能力主要取决于网络拓扑结构及( )。

15．BP 神经网络是采用误差反向传播算法的多层前向网络，其中，神经元的传输函数为S 型函数，网络的输入和输出是一种( )映射关系。

二、简答题（2题，每小题10分，共20分）1．两类问题的最小风险Bayes 决策的主要思想是什么？ 2．已知一组数据的协方差矩阵为11/21/21⎡⎤⎢⎥⎣⎦，试问： (1)协方差矩阵中各元素的含义是什么？ (2)K-L 变换的最佳准则是什么？(3)为什么说经K-L 变换后消除了各分量之间的相关性？三、 计算题(2题，每小题13分，共26分)1．已知有两类样本集，分别为ω1={x 1, x 2}={(1,2)T , (-1,0)T }; ω2={x 3, x 4} ={(-1,-2)T , (1,-1)T } 设初始权值w 1=(1,1,1)T , ρk =1，试用感知器固定增量法求判别函数，画出决策面。

大学模式识别考试题及答案详解HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2） (3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, A 0A1, A 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。

答：（1）分类准则，模式相似性测度，特征量的选择，量纲。

（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。

一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2）(3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A)（2）({A}, {0, 1}, {A→0, A→ 0A}, A)（3）({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S)（4）({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A)9、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的类别数目））。

10、欧式距离具有（ 1、2 ）；马式距离具有（1、2、3、4 ）。

（1）平移不变性（2）旋转不变性（3）尺度缩放不变性（4）不受量纲影响的特性11、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的正（负）半空间中；绝对值正比于样本点到判别界面的距离。

《模式识别》试题答案（A卷）一、填空与选择填空（本题答案写在此试卷上，30分）1、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的类别数目））。

2、欧式距离具有（ 1、2 );马式距离具有（1、2、3、4 )。

（1）平移不变性(2）旋转不变性（3）尺度缩放不变性(4)不受量纲影响的特性3、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的正（负)半空间中;绝对值正比于样本点到判别界面的距离。

)。

4、感知器算法1。

（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。

5、积累势函数法较之于H-K算法的优点是（该方法可用于非线性可分情况（也可用于线性可分情况））；位势函数K（x,x k)与积累位势函数K（x）的关系为（∑∈=XxxxKxK~kkk),()(α）.6、在统计模式分类问题中，聂曼—皮尔逊判决准则主要用于(某一种判决错误较另一种判决错误更为重要）情况；最小最大判决准则主要用于（先验概率未知的)情况。

7、“特征个数越多越有利于分类”这种说法正确吗？（错误）。

特征选择的主要目的是(从n个特征中选出最有利于分类的的m个特征(m〈n），以降低特征维数）。

一般在（可分性判据对特征个数具有单调性)和（ C n m>〉n )的条件下，可以使用分支定界法以减少计算量。

8、散度Jij越大，说明ωi类模式与ωj类模式的分布(差别越大）;当ωi类模式与ωj类模式的分布相同时,Jij=（0）。

9、已知有限状态自动机Af=（∑,Q，δ，q0,F），∑=｛0，1｝;Q=｛q0，q1｝；δ：δ（q0,0）= q1，δ（q0，1)= q1，δ(q1，0)=q0，δ(q1，1)=q0；q0=q0；F={q0｝。

现有输入字符串：(a) 00011101011，(b） 1100110011，（c） 101100111000，(d）0010011，试问，用Af对上述字符串进行分类的结果为（ω1：｛a,d｝；ω2：{b，c} ）.二、（15分）在目标识别中，假定类型ω1为敌方目标，类型ω2为诱饵（假目标），已知先验概率P(ω1）=0.2和P（ω2）=0.8，类概率密度函数如下：⎧ x 0 ≤ x < 1 ⎧ x 1 1 ≤ x < 2p(x｜ω1)=⎨ 2 - x 1 ≤ x ≤ 2 p(x|ω2）= ⎨ 3 - x 2 ≤ x ≤ 3⎩ 0 其它⎩ 0 其它（1）求贝叶斯最小误判概率准则下的判决域,并判断样本x=1.5属于哪一类（2）求总错误概率P(e)；（3）假设正确判断的损失λ11=λ22=0，误判损失分别为λ12和λ21,若采用最小损失判决准则，λ12和λ21满足怎样的关系时，会使上述对x=1.5的判断相反？解：（1）应用贝叶斯最小误判概率准则如果则判得l12(1.5)=1 < =4,故 x=1。

一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2）(3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A?01, A? 0A1 , A? 1A0 , B?BA , B? 0}, A) （2）({A}, {0, 1}, {A?0, A? 0A}, A)（3）({S}, {a, b}, {S ? 00S, S ? 11S, S ? 00, S ? 11}, S)（4）({A}, {0, 1}, {A?01, A? 0A1, A? 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。

答：（1）分类准则，模式相似性测度，特征量的选择，量纲。

（2）证明：(2分)(2分) (1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。

答：（1）（4分）的绝对值正比于到超平面的距离平面的方程可以写成式中。

模式识别期末考试题及答案一、填空题1. 模式识别是研究通过_________从观测数据中自动识别和分类模式的一种学科。

答案：计算机算法2. 在模式识别中，特征选择的主要目的是_________。

答案：降低数据的维度3. 支持向量机（SVM）的基本思想是找到一个最优的超平面，使得两类数据的_________最大化。

答案：间隔4. 主成分分析（PCA）是一种_________方法，用于降低数据的维度。

答案：线性降维5. 隐马尔可夫模型（HMM）是一种用于处理_________数据的统计模型。

答案：时序二、选择题6. 以下哪种方法不属于模式识别的监督学习方法？（）A. 线性判别分析B. 支持向量机C. 神经网络D. K-means聚类答案：D7. 在以下哪种情况下，可以使用主成分分析（PCA）进行特征降维？（）A. 数据维度较高，且特征之间存在线性关系B. 数据维度较高，且特征之间存在非线性关系C. 数据维度较低，且特征之间存在线性关系D. 数据维度较低，且特征之间存在非线性关系答案：A8. 以下哪个算法不属于聚类算法？（）A. K-meansB. 层次聚类C. 判别分析D. 密度聚类答案：C三、判断题9. 模式识别的目的是将输入数据映射到事先定义的类别中。

（）答案：正确10. 在模式识别中，特征提取和特征选择是两个不同的概念，其中特征提取是将原始特征转换为新的特征，而特征选择是从原始特征中筛选出有用的特征。

（）答案：正确四、简答题11. 简述模式识别的主要任务。

答案：模式识别的主要任务包括：分类、回归、聚类、异常检测等。

其中，分类和回归任务属于监督学习，聚类和异常检测任务属于无监督学习。

12. 简述支持向量机（SVM）的基本原理。

答案：支持向量机的基本原理是找到一个最优的超平面，使得两类数据的间隔最大化。

具体来说，SVM通过求解一个凸二次规划问题来确定最优超平面，使得训练数据中的正类和负类数据点尽可能远离这个超平面。

20xx年模式识别试题及参考答案2017年模式识别试题及参考答案(一) 1、举出日常生活或技术、学术领域中应用模式识别理论解决问题的实例。

答：我的本科毕设内容和以后的研究方向为重症监护病人的状态监测与预诊断，其中的第一步就是进行ICU病人的死亡率预测，与模式识别理论密切相关。

主要的任务是分析数据库的8000名ICU病人，统计分析死亡与非死亡的生理特征，用于分析预测新进ICU病人的病情状态。

按照模式识别的方法步骤，首先从数据库中采集数据，包括病人的固有信息，生理信息，事件信息等并分为死亡组和非死亡组，然后分别进行数据的预处理，剔除不正常数据，对数据进行插值并取中值进行第一次特征提取，然后利用非监督学习的方法即聚类分析进行第二次特征提取，得到训练样本集和测试样本集。

分别利用判别分析，人工神经网络，支持向量机的方法进行训练，测试，得到分类器，实验效果比传统ICU中采用的评价预测系统好一些。

由于两组数据具有较大重叠，特征提取，即提取模式特征就变得尤为重要。

语音识别，图像识别，车牌识别，文字识别，人脸识别，通信中的信号识别; ①文字识别汉字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的功勋。

所以在信息技术及计算机技术日益普及的今天，如何将文字方便、快速地输入到计算机中已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我过得到普及的应用。

目前，汉字输入主要分为人工键盘输入和机器自动识别输入两种。

其中人工键入速度慢而且劳动强度大;自动输入又分为汉字识别输入及语音识别输入。

从识别技术的难度来说，手写体识别的难度高于印刷体识别，而在手写体识别中，脱机手写体的难度又远远超过了联机手写体识别。

到目前为止，除了脱机手写体数字的识别已有实际应用外，汉字等文字的脱机手写体识别还处在实验室阶段。

②语音识别语音识别技术技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。

大学模式识别考试题及答案详解内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128）一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2） (3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, A 0A1, A 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。

答：（1）分类准则，模式相似性测度，特征量的选择，量纲。

（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。

一、填空与选择填空（本题答案写在此试卷上，30分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2） (3)(4)6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A?01, A? 0A1 , A? 1A0 , B?BA , B? 0}, A)（2）({A}, {0, 1}, {A?0, A? 0A}, A)（3）({S}, {a, b}, {S ? 00S, S ? 11S, S ? 00, S ? 11}, S)（4）({A}, {0, 1}, {A?01, A? 0A1, A? 1A0}, A)二、(15分)简答及证明题（1）影响聚类结果的主要因素有那些？（2）证明马氏距离是平移不变的、非奇异线性变换不变的。

答：（1）分类准则，模式相似性测度，特征量的选择，量纲。

（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。

答：（1）（4分）的绝对值正比于到超平面的距离平面的方程可以写成式中。

和模式分类。

3、聚类分析算法属于 （1）;判别域代数界面方程法属于 （1）无监督分类 （2）有监督分类 （3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1二值特征量，则一般采用J-I 1-1J = (S J -- m)；-1(3)。

9、 影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的类别数目））。

10、 欧式距离具有（ 1、2 ）；马式距离具有（1、2、3、4）。

（1）平移不变性（2）旋转不变性（3）尺度缩放不变性（4）不受量纲影响的特性11、 线性判别函数的正负和数值大小的几何意义是（ 正（负）表示样本点位于判别界面法向量指向的正（负）半空间中；绝对值正比于样本点到判别界面的距离。

）。

12、 感知器算法 丄。

（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。

13、 积累势函数法较之于 H-K 算法的优点是（该方法可用于非线性可分情况（也可用于线性可分情况））;1、模式识别系统的基本构成单元包括:模式米集 特征提取与选择(1) ({A B }, {0, 1}, {A >01, A-. 0 A 1 ,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}, {A >01, A > 0A 1, A > 1 A 0}, A )8 、下列四元组中满足文法定义的有(1)( 2)( 4)。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、 F 列函数可以作为聚类分析中的准则函数的有(1)( 3)( 4)。

《模式识别》试卷（ A）一、填空与选择填空（本题答案写在此试卷上，30 分）1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择和模式分类。

2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。

3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。

（1）无监督分类(2)有监督分类（3）统计模式识别方法（4）句法模式识别方法4、若描述模式的特征量为0-1 二值特征量，则一般采用（4）进行相似性度量。

（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。

（1）（2）(3)(4)6、Fisher 线性判别函数的求解过程是将N 维特征矢量投影在（2）中进行。

（1）二维空间（2）一维空间（3）N-1维空间7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。

（1）感知器算法（2）H-K算法（3）积累位势函数法8、下列四元组中满足文法定义的有（1）（2）（4）。

（1）({A, B}, {0, 1}, {A 01, A0A1 ,A1A0 , B BA , B0}, A)（2）({A}, {0, 1}, {A 0, A0A}, A)（3）({S}, {a, b}, {S 00S, S11S, S00, S11},S)（4）({A}, {0, 1}, {A 01, A0A1, A1A0}, A)9、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的类别数目））。

10、欧式距离具有（1、 2）；马式距离具有（1、2、3、 4）。

（1）平移不变性（ 2）旋转不变性（ 3）尺度缩放不变性（ 4）不受量纲影响的特性11、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的正（负）半空间中；绝对值正比于样本点到判别界面的距离。