2015模式識(shí)別試題含答案

1、一 簡(jiǎn)答題（共6小題，每題8分，共48分）1 簡(jiǎn)述模式識(shí)別系統(tǒng)的構(gòu)成。2 簡(jiǎn)述隱馬爾可夫模型的三個(gè)核心問題。 1）估值：HMM的轉(zhuǎn)移概率已知，計(jì)算這個(gè)模型產(chǎn)生一個(gè)特定觀測(cè)值的概率； 2）解碼：已知一個(gè)HMM和一個(gè)它所產(chǎn)生的觀測(cè)序列，確定產(chǎn)生該觀測(cè)序列最有可能的隱狀態(tài)序列； 3）學(xué)習(xí)：只知一個(gè)HMM的大致結(jié)構(gòu)，其轉(zhuǎn)移概率都未知。如何從一組可見符號(hào)的序列中，決定這些參數(shù)3 簡(jiǎn)述基于貝葉斯分類器的分類系統(tǒng)產(chǎn)生的最終分類誤差的來源。 1）貝葉斯誤差：不同類條件概率密度 之間的互相重疊引起的； 2）模型誤差：選擇了不正確的模型引起的； 3）估計(jì)誤差：采用有限樣本進(jìn)行估計(jì)所帶來的誤差；4簡(jiǎn)單列舉出三種度量

2、距離的方法。1) 絕對(duì)值距離2) 歐幾里德距離3) 明考夫斯基距離5 具有d個(gè)輸入單元、n個(gè)隱單元、c個(gè)輸出單元以及偏置的一個(gè)標(biāo)準(zhǔn)三層反向傳播網(wǎng)，網(wǎng)絡(luò)中有多少權(quán)值？ 個(gè)權(quán)值；標(biāo)準(zhǔn)三層反響傳播網(wǎng)如下圖所示：6. 最大似然方法與Bayes估計(jì)的差異最大似然把待估的參數(shù)看做是確定性的量，只是其取值未知。最佳估計(jì)就是使得產(chǎn)生以觀測(cè)到的樣本的概率最大的那個(gè)值。 貝葉斯估計(jì)則把待估計(jì)的參數(shù)看成是符合某種先驗(yàn)概率分布的隨機(jī)變量。對(duì)樣本進(jìn)行觀測(cè)的過程，就是把先驗(yàn)概率密度轉(zhuǎn)化為后驗(yàn)概率密度，這樣就利用樣本的信息修正了對(duì)參數(shù)的初始估計(jì)值。在貝葉斯古籍中的，一個(gè)典型的效果就是，每得到新的觀測(cè)樣本，都使得后驗(yàn)概率密度

3、函數(shù)變得更加尖銳，使其在待估參數(shù)的真實(shí)值附近形成最大的尖峰。二 應(yīng)用題（共4小題，每題13分，共52分）1、 計(jì)算兩類問題中二維數(shù)據(jù)的貝葉斯判決邊界，并繪出判決邊界的圖形。假設(shè)兩類分布的先驗(yàn)概率相等。w1的樣本為（2，6），（3，4），（3，8），（4，6），w2的樣本為（0，3），（1，-2），（2，-4），（5，-2）。2、 考慮下面的二維空間的3-類別問題：w1w2w3x1x2x1x2x1x2100510280-1005-525-25510-4畫出用最近鄰規(guī)則區(qū)分的決策邊界。計(jì)算樣本均值m1，m2和m3。在同一張圖上，畫出如果把樣本歸類為與之最接近的樣本最值的那個(gè)類時(shí)的判定邊界。3 用偽逆矩陣構(gòu)造線性分類器，分類兩類二維點(diǎn)，并給出圖示結(jié)果。4 假設(shè)在某個(gè)局部地區(qū)細(xì)胞識(shí)別正常和異常兩類的先驗(yàn)概率分別為：正常狀態(tài)：異常狀態(tài)：現(xiàn)有一待識(shí)別的細(xì)胞，其觀察值為，從類條件概率密度分布曲線上查得并且已知試對(duì)該細(xì)胞用以下兩種方法進(jìn)行分類：基于最小錯(cuò)誤率的貝葉斯決策；基于最小風(fēng)險(xiǎn)的貝葉斯決策。請(qǐng)分析兩種分類結(jié)果的異同及原