電子科技大學研究生模式識別試題201404附答案

1、學 號 姓 名 學 院 密封線以內答題無效 電子科技大學研究生試卷 （考試時間： 至 ，共 2 小時）課程名稱 模式識別 教師 學時 40 學分 2 教學方式 課堂教學 考核日期 年 月 日 成績 考核方式： （學生填寫） 1、（5分）簡述有監(jiān)督學習和無監(jiān)督學習的異同。答：（1）有監(jiān)督學習必須要有訓練集和測試樣本，而非監(jiān)督學習沒有訓練集；（2）有監(jiān)督學習的目的就是識別事物，識別結果表現(xiàn)在給待識別數(shù)據(jù)加上了標號，因此訓練樣本集必須由帶標號的樣本組成，而非監(jiān)督學習方法只有要分析的數(shù)據(jù)集本身，預先沒有什么標號。（3）非監(jiān)督學習方法在尋找數(shù)據(jù)集中的規(guī)律性，這種規(guī)律性并不一定要達到分數(shù)據(jù)集的目的，也就是

2、說不一定要“分類”。2、（15分）計算單詞model和amdeol的編輯距離，畫出柵格圖。解：柵格圖為：從柵格圖可計算，model和amdeol的編輯距離為3。3、（15分）已知A類樣本為：，B類樣本為：，計算最小二乘分類面的方程（取值為-1和+1），并寫出LMS算法的流程。解：（1）計算最小二乘分類面為。（2）LMS算法流程：步驟1. 初始化訓練樣本、權向量；步驟2. 選擇一個訓練樣本，利用下列公式更新權向量：步驟3. 重復所有樣本。4、（15分）在目標識別中，有和兩種目標類型，它們的先驗概率分別為0.8和0.2，在一次試驗中，獲得樣本的類概率密度分別為，并且已知，。試對該樣本進行分類。（1

3、）基于最小錯誤率貝葉斯決策；（2）基于最小風險貝葉斯決策。解：（1）利用貝葉斯公式，分別計算出和的后驗概率： 根據(jù)貝葉斯決策規(guī)則，有 所以合理的決策是把該樣本歸類于。（2）根據(jù)（1）的計算結果可知后驗概率為 計算條件風險 由于，因此判斷該樣本為。5、（15分）試描述監(jiān)督分類三種準則的原理及典型方法。答：回歸分析，利用函數(shù)逼近的觀點構造判決函數(shù)，典型方法包括：LMS、RBF網絡等。支持向量機，從幾何角度，構造約束最優(yōu)化模型，尋找最優(yōu)分類面，典型方法包括：線性支持向量機和非線性支持向量機。神經網絡，從仿生學角度構造神經網絡結構，通過最優(yōu)化方法進行網絡訓練，典型方法包括：感知器模型，BP網絡等。6、

4、（20分）已知四個樣本具有三個特征，分別為：1）計算其協(xié)方差矩陣，并對其進行主分量，并對結果進行分析。2）簡述mercer定理及核主分量分析的原理。解：（1）協(xié)方差矩陣：其中，。求協(xié)方差矩陣的特征值為，兩個主分量為和對應的特征向量，分別為： 說明三個特征分量中有一個特征和另外兩個特征相關，采用主分量分析可以識別該相關向量，達到降低特征空間維度的目的。（2）Mercer定理認為，映射變換后的內積可以寫為函數(shù)的形式。定義：則有：根據(jù)mercer定理，最后得到：相當于在投影域計算KL變換，并進行PCA。7、（15分）請寫出模式識別系統(tǒng)的主要系統(tǒng)組成，闡述各部分的功能及主要方法。答：模式識別系統(tǒng)的主要系統(tǒng)組成如下：識別樣本，采集用于采集待識別問題的數(shù)據(jù)數(shù)據(jù)預處理，主要消除采集系統(tǒng)差