模式识别2022考试题 及答案_第1页
模式识别2022考试题 及答案_第2页
模式识别2022考试题 及答案_第3页
模式识别2022考试题 及答案_第4页
模式识别2022考试题 及答案_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

20222022–2022学年度第一学期课程期末考试试题P()p(x2)2(21那么判准那么假如√开卷□闭卷;考试时间:120分钟)(考试方式:□分)一、计算题(共20分)P(2)12已知先验概率P(1)=0.2和P(2)=0.8,类概率密度函数如下:0x1xP(1)=4,故x=1.5属于2分)得l12(1.5)=1(2)P(e)=P(e)P(1)12P(2)212p(x1)2x1x21.20其它1x2x-1P(1)p(x1)dxP(2)p(x2)dxp(x2)3x2x3210其它1、求贝叶斯最小误判概率准那么下的判决域,并判断样本x=1.5属于哪一类;2、求总错误概率=3、假设正确判断的损失11=22=0,误判损失分别为12和21,假设采用最小损失判决准那么,12和21满足怎样的关系时,会使上述对x=1.5的判断相反?0.2(2x)dx0.8(x1)dx1.21p(x1)P(2)=0.08l12(x)x1(算式正确2分,计算错误扣分)学海无涯,书山有路1(3)两类问题的最小损失准那么的似然比形式的判决规那么为:假如)hNhN的下标p(x1)P(2)(2122)p(x2)P(1)(1211)x12那么判带入x=1.5得到12≥421(算式正确2分,计算错误扣分)yx()p(y)dyh12121二、证明题(共20分)11yx21y2()()]dy设p(x)N(,),窗函数(x)N(0,1),试证明Parzen窗估计pN(x)2h2NhN2有如下性质:E[pN(x)]N(,21yx21y2exp[()()]dyi1N2h21112xx22xxiexp{[(22)y2(22)y22]}dy学海无涯,书山有路22hhh[()]p(x1,x2,...,xN)dx1dx2dxNNhi1h因为样本独立1x22111x2h22N(x)]E[pexp[(22)]exp{(22)[y2(2)y]}dy22h2hxxi1N[()]p(x1)p(x2)...p(xN)dx1dx2dxNNhi1hh21x22(x2h2)2exp[(2222222hh(h2)11(x)2exp[2222(h)1N1(x)2]222(h)xxixx11{()p(x)dxp(x)dx[()]}p(x2)...p(xN)dx2dxN1111Nhhhi2xx1xx21{()p(x)dxp(x)dx()p(x2)dx21122Nhhhy2exp()dy2(1-1)N(x)]E[pp(x2)dx2[(i3Nxxi1N学海无涯,书山有路3xxi故)]}p(x3)...p(xN)dx3dxNh1(x)2]222(h)1(x)2]222(h)2N(x)]N(,2hNE[p)证毕。1NNhi1xxi1N三、综合题(共20分)()p(xi)dxihNhi1设两类问题,已知七个二维矢量:X(1){x1(1,0)',x2(0,1)',x3(0,1)'}1X(2){x4(0,0)',x5(0,2)',x6(0,2)',x7(2,0)'}2(1)画出1-NN最近邻法决策面;(xxi(2)假设按离样本均值距离的大小进行分类,试画出决策面。解:)p(xi)dxih将(1-1)式代入,得四、分析题(共20分)(1,2)',x2(2,1)',x3(1,0)',x4(0,0)',x5(2,1)',x6(1,1)'1NN(x)]E[pNhi1学海无涯,书山有路41、使用最小距离的层次聚类算法聚类,并画出解树;2、改用最大JwBJwB距离重做,所以,{x1,x2},{x3,x4}和{x5,x6}是合理的聚类结果。3、根据1和2分析较合理的聚类结果应是什么?JwB[解:j123NjNNjNi1NjNj(mim)'(mim)]JwB[①当类数为33类时较合理的聚类结(2)果。j1②当类数为2x3,x4},{2类时的合理i1结果。通过计算各种可分性判据,均可得出同样的结论。③因为(mim)'(mim)](3)五、程序设计题(共20分)(3)(2)由于三层BP神经网络既不太复杂,又可以逼近任何连续的函数,所学海无涯,书山有路5以对热负荷的研究非常合适。因此,采取三层BP神经网络结构,对热负0.40.40.40.40.40.40.40.40.40.40.40.4荷训练样本进行负荷预测神经网络的体系构造设计,要求画出负荷预测神经网络的体系构造,供热负荷586.2582.2581.1583.0582.3581.6582.4580.1579.9579.5578.1577.5578.7577.6576.4576.8575.3576.0578.6579.9写出与神经网络有关程序函数,加上注释。在BP神经网络中每层神580.7582.0582.6583.7经元节点的激励函数大多采用Sigmoid函数,所以必须对神经网络的输第7页6页)入、输出参数进行归一化处理,写出归一化处理的方法。第8页6页)表1训练样本时间12345678910111213141516171819202122第9页6页)2324室外温度-15-15-16-16-15-15-14-14-13-13-12-12-11-11-11-12-12-13-13-14-14-15-15-15风速0.20.20.20.30.30.40.40.40.40.20.20.10.10.22022–2022学年度第一学期课程期末考试试题0.20.30.30.50.50.50.50.40.40.3√开卷□闭卷;考试时间:120分钟)(考试方式:□天气0.10.10.10.10.20.20.30.30.30.40.40.40.50.50.70.70.70.80.80.80.80.80.20.2一、计算题(共20分)供水流量0.70.70.70.70.60.60.70.60.60.70.60.70.6120.70.60.60.60.70.70.60.70.70.60.7已知先验概率P(1)=0.2和P(2)=0.8,类概率密度函数如下:回水温度44434344444543444444454445454445440x1x45434545444444是否工作日0.40.40.40.40.40.40.40.40.40.40.40.4p(x1)2x1x2学海无涯,书山有路60其它得l12(1.5)=11x2x-1(2)P(e)=P(e)P(1)12P(2)21p(x2)3x2x320其它1.21、求贝叶斯最小误判概率准那么下的判决域,并判断样本x=1.5属于哪一类;2、求总错误概率P(1)p(x1)dxP(2)p(x2)dx3、假设正确判断的损失11=22=0,误判损失分别为12和21,假设采用最小损失判

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论