模式识别(武汉理工大学)1462017454 中国大学慕课答案2024完整版100分

对应课程:点击查看
起止时间:2020-10-05到2020-11-29
更新状态:已完结

第一章 初识模式识别 初识模式识别

1、 以下问题中（ ）属于监督学习。

A:求数据集的主分量
B:汉字识别
C:自组织特征映射
D:CT图像的分割
答案: 汉字识别

2、 模式识别系统包含以下哪些部分：（ ）

A:信息获取
B:预处理
C:特征提取与选择
D:分类器的设计
答案: 信息获取;
预处理;
特征提取与选择;
分类器的设计

3、 在模式识别中，模式表示的是一类事物的代表，模式类则是某一事物的具体体现。

A:正确
B:错误
答案: 错误

4、 监督学习不区分训练集与测试集，样本没有类别标号。

A:正确
B:错误
答案: 错误

5、 特征空间是在模式空间的基础上完成特征提取和选择的操作所得。

A:正确
B:错误
答案: 正确

第二章 聚类分析 聚类分析

1、 如果描述模式的特征量为0-1二值特征量，则一般采用（ ）。

A:距离测度
B: 相似测度
C:匹配测度
D:模糊测度
答案: 匹配测度

2、 欧式距离同马氏距离相比不具备以下哪些性质（ ）。

A:平移不变性
B:旋转不变性
C:尺度缩放不变性
D:不受量纲影响的特性
答案: 尺度缩放不变性;
不受量纲影响的特性

3、 影响K-均值聚类算法的主要因素有（ ）。

A:样本输入顺序
B:聚类准则
C:类别数的设置
D:初始聚类中心的选取
答案: 样本输入顺序;
类别数的设置;
初始聚类中心的选取

4、

A:正确
B:错误
答案: 错误
分析：总共进行了3轮迭代。

5、
答案: {x1},{x2},{x3x4x5}
分析：第一次计算的距离矩阵中最小元素为样本X3与样本X5之间的距离，将二者合并为一类，得到新的分类为G1={G1} G2={G2} G3={G3,G5} G4={G4};
计算聚类后得到的距离矩阵，最小元素为G3与G4之间的距离，于是将两类合并，因此聚成三类的结果为G1={G1} G2={G2} G3={G3,G4,G5}
由于系统设置，注意答案输入需符合规范。

第三章 线性判别函数 线性判别函数

1、 给出一个三类问题，其判别函数如下： d1(x)=-x1,d2(x)=x1+x2-1,d3(x)=x1-x2-1 设这些函数是按两分法确定的，则（0，0），（2，2），（-2，5）分别属于：

A:不确定类，2类，不确定类
B:1类，1类，3类
C:不确定类，1类，1类
D:1类，2类，1类
答案: 不确定类，2类，不确定类

2、 感知器算法能求解( )的分类问题，其求解结果是( )。

A:线性可分 多值
B:线性可分 单值
C:线性不可分 单值
D:线性不可分 多值
答案: 线性可分 多值

3、 LMSE算法特点包括（）：

A:对可分模式收敛。
B:对于类别不可分的情况也能指出。
C: 时，隐含有解，继续迭代。
D:同时利用N个训练样本，同时修改W和B，故收敛速度快。