一、 2010《模式识别原理》思考题 1、 解释模式识别的概念，并举例说明之。 按哲学的定义是一个“外部信息到达感觉器官，并 被转换成有意义的感觉经验”的过程。例：识别热水、字迹等：研究一种自动技术，依靠这种技术，计算机将自动地（或人尽量少地干涉）把待别识模式分配到各自的模式类中去。 广义定义：模式识别：按哲学的定义是一个“外部信息到达感觉器官，并被转换成有意义的感觉经验”的过程。例：识别热水、字迹等 狭义的定义：模式识别：研究一种自动技术，依靠这种技术，计算机将自动地（或人尽量少地干涉）把待别识模式分配到各自的模式类中去。癌细胞识别为例：1、信息输入与数据获取，将显微细胞图像转换成数字化细胞图像，像素的值反映光密度的大小，又称灰度数字图像。数字化细胞图像是计算机分析的原始数据基础。 2、数字化细胞图像的预处理与区域划分3、细胞特征的抽取、选择和提取4、判别分类 2、 在图像识别中，假定有灌木丛和坦克两类型，它们的先验概率分别是0.7 和0.3，损失函数如表一所示，其中，类型ω1和ω2分别表示灌木丛和坦克，判决α1= ω1, α2= ω2, α3表示拒绝判决。现有四次试验，获得四个样本的类概率密度如下： P(x/ ω1)：0.1，0.15，0.3，0.6 P(x/ ω2)：0.8，0.7，0.55，0.3 (1)试用Bayes最小错误率判断四个样本各属于哪一类？ (2)假定只考虑前两种判决，试用Bayes最小风险判断四个样本各属于哪一类？ (3)把拒绝判决考虑在内，重新考核四次分类试验的结果。 表一： 类型 损失 判决 ω1 ω2 α1 0.5 2 α2 4 1.0 α3 1.5 1.5 解：(1)对于第一个样本，利用贝叶斯公式，分别计算出 的后验概率 （3） 3、 一个三类问题，按最大值判决
规则
编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf
建立三个判决函数： d1(x) = -x1+x2 d2(x) = x1+x2-1 d3(x) = -x2 现有模式样本： x1=(1,1)T, x2=(3,5)T, x3=(2,5)T x4=(0,1)T, x5=(0,-5)T, x6=(5,0)T 试判断它们各自属于哪一种类型；在特征空间里绘出区分超平面，类型区域以及三个样本的位置。 解： 4、 已知二类问题的训练样本为： ω1: (0,0)T (1,0)T ω2: (0,1)T (1,1)T 试用感知器法求判决函数，并绘出区分界面示意图。 解： 5、 现有混合样本X={(0,0)T, (0,1)T, (4,4)T, (4,5)T, (5,4)T, (5,5)T, (1,0)T} 试用①：最大最小距离聚类算法进行分类； ②： C－均值法进行分类。 解：（1） （2） 6、 7、 按照完整模式识别系统的组成, 列举一个应用模式识别知识解决具体问题的实例，简要说明其中用到的理论和方法，并就此谈一谈学习该课程的体会。 8、 名词解释：特征空间，特征提取，基元，随机模式，聚类分析 特征提取：使 通过某种变换 产生新的m个特征 ，作为降维的分类特征，其中 。 特征提取：采用某种变换技术，得出数目上比原来少的综合性特征作为分类用，称为特征维数压缩，习惯上亦称特征提取。 基元：模式的基本元素； 随机模式： 聚类分析：根据模式之间的相似性对模式进行分类，是一种无导师的学习和分类方法。 模式的基本组成元素基元 随机模式随机事件：事物间没有确定的因果关系，观察到的特征具有统计特性，是一个随机向量 9、 单项选择题 1、下面哪个部分不属于模式识别系统的组成环节（D ） A、特征提取 B、学习训练 C、分类识别 D、信息融合 2、小明手中拿着一个橙子，边吃边说：我就爱吃橙子。则关于“橙子”的说法正确的是（B ） A、两者都是模式； B、前者是模式，后者是模式类； C、两者都是模式类； D、前者是模式类，后者是模式； 3、关于线性判别函数，错误的说法是（ ） 4、下面关于贝叶斯的提法中，（B ）属于模式识别中的统计判决方法 A、贝叶斯公式 B、贝叶斯决策 C、贝叶斯估计 D、贝叶斯学习 10、 判断题 特征提取是实现特征空间压缩的唯一手段（× ）//特征选择 聚类准则不同，聚类结果也各不相同（√ ） 句法模式识别属于统计模式识别的一种 （ ×）//属于结构模式识别 感知器算法适用于线性不可分的情况 （× ） 匹配测度属于相似性测度的一种 （× ）
浙公网安备 33021202002483