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) );位势函数 K(x,x
k
)与积累位势函数 K(x)的关系为( )。
14、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。
15、“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。
16、 散度 Jij 越大,说明�i 类模式与�j 类模式的分布(差别越大);当�i 类模式与�j 类模式的分布
相同时,Jij=(0)。
17、 已知有限状态自动机 Af=(�,Q,�,q0,F),�={0,1};Q={q0,q1};�:�(q0,0)= q1,�(q0,
1)= q1,�(q1,0)=q0,�(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( ω
1:{a,d};ω2:{b,c} )。
18、影响聚类算法结果的主要因素有( ②③④ )。
①已知类别的样本质量;②分类准则;③特征选取;④模式相似性测度。
19、模式识别中,马式距离较之于欧式距离的优点是( ③④ )。
①平移不变性;②旋转不变性;③尺度不变性;④考虑了模式的分布。
20、基于二次准则函数的 H-K 算法较之于感知器算法的优点是( ①③ )。
①可以判别问题是否线性可分;②其解完全适用于非线性可分的情况;
③其解的适应性更好;④计算量小。
21、影响基本 C 均值算法的主要因素有( ④①② )。
①样本输入顺序;②模式相似性测度;③聚类准则;④初始类心的选取。
22、位势函数法的积累势函数 K(x)的作用相当于 Bayes 判决中的( ②④ )。
①先验概率;②后验概率;③类概率密度;④类概率密度与先验概率的乘积。
23、在统计模式分类问题中,当先验概率未知时,可以使用( ②④ )。
①最小损失准则;②最小最大损失准则;③最小误判概率准则;④N-P 判决。
24、在( ①③ )情况下,用分支定界法做特征选择计算量相对较少。
①C
n
d
>>n,(n 为原特征个数,d 为要选出的特征个数);②样本较多;③选用的可分性判据 J 对特
征数目单调不减;④选用的可分性判据 J 具有可加性。
评论1
最新资源