模式识别知到智慧树章节测试课后答案2024年秋北京航空航天大学

模式识别知到智慧树章节测试课后答案2024年秋北京航空航天大学第一章单元测试

新生儿目视识别客观事物的过程（）。

A:识别、分类、学习B:分类、识别、学习C:学习、识别、分类D:学习、分类、识别

答案:学习、分类、识别模式识别领域主要研究的两个方向是（）

A:听觉B:嗅觉C:触觉D:视觉

答案:听觉；视觉人工智能是模式识别的一个重要分支。（）

A:对B:错

答案:错在所有样本构成的空间上定义的子集，同一类的样本可以属于不同的模式（）

A:错B:对

答案:错用来体现类别之间相互区别的某个或某些数学测度叫作特征，测度的值称为特征值。（）

A:错B:对

答案:对以下说法错误的是（）

A:特征选择是采用一定的算法对原始特征进行加工B:特征提取等同于特征选择C:特征提取是采用一定的算法对原始特征进行加工D:原始特征是对样本进行观测和预处理而得到的特征

答案:特征提取等同于特征选择有监督模式识别的一般步骤包括（）

A:特征提取与选择B:原始特征获取C:分类器设计D:分类决策

答案:特征提取与选择；原始特征获取；分类器设计；分类决策以下属于计算机辅助诊断范畴的是（）

A:字符识别B:铁路扣件识别C:指纹识别D:皮肤肿瘤识别

答案:皮肤肿瘤识别嫦娥三号的成功是第一次有人类制造的探测器在月球背面实现软着陆（）

A:对B:错

答案:错以下说法正确的是（）

A:外部指标将聚类结果与某个参考模型作为参照进行比较B:内部指标主要是利用距离函数计算类内相似度和类间相似度，并将两者进行组合C:对于外部指标，聚类结果中被划分到同一簇中的样本在参考模型中被划分到不同簇的概率越高，代表聚类结果越好。D:内部指标不使用参考模型进行比较

答案:外部指标将聚类结果与某个参考模型作为参照进行比较；内部指标主要是利用距离函数计算类内相似度和类间相似度，并将两者进行组合；内部指标不使用参考模型进行比较

第二章单元测试

对于样本x和判别函数g(x)的描述正确的是（）

A:若g(x)<0，则x为负类，位于特征空间负侧B:若g(x)>0，则x为负类，位于特征空间负侧C:若g(x)<0，则x为正类，位于特征空间正侧D:若g(x)>0，则x为正类，位于特征空间正侧

答案:若g(x)<0，则x为负类，位于特征空间负侧；若g(x)>0，则x为正类，位于特征空间正侧假设正负两类样本的均值向量分别为m1和m2，则垂直平分分类器的权向量可以表示为（）。

A:|m1|*m2B:|m2|*m1C:m1+m2D:m1-m2

答案:m1-m2Fisher投影的求解可等价为一个“极小化广义Rayleigh商”的最优化问题（）

A:错B:对

答案:错下面哪些属于感知机的后续研究（）

A:人工神经网络B:支持向量机SVMC:EM算法D:贝叶斯分类器

答案:人工神经网络；支持向量机SVM最小平方误差分类器中，通过对余量b进行设置，可使解等价于Fishier解（）

A:对B:错

答案:对假设类别数为c，若采用“一对多”算法构建多类分类器，则需要训练的二分类模型个数、和识别阶段需要调用的二分类模型个数分别为？（）

A:c,cB:c(c-1)/2,c(c-1)/2C:c-1,c(c-1)/2D:c(c-1)/2,c

答案:c,c

第三章单元测试

在统计模式分类问题中，当先验概率未知时，可以使用最小最大贝叶斯决策。（）

A:错B:对

答案:对以下关于朴素贝叶斯的说法中，哪—项是错误的（）。

A:朴素贝叶斯的“朴素"，指的是该方法需要假设各个特征之间是独立的B:贝叶斯分类器应用于大型数据库具有较高的准确性和快速的速度C:朴素贝叶斯算法依赖于人工神经网格，因此使用起来非常复杂D:朴素贝叶斯是—种简单的多分类算法

答案:朴素贝叶斯算法依赖于人工神经网格，因此使用起来非常复杂朴素贝叶斯分类算法是基于何种朴素假定（）。

A:类条件正相关B:类条件负相关C:类条件相关D:类条件独立

答案:类条件独立半朴素贝叶斯分类器最常用的策略是独依赖估计。（）

A:对B:错

答案:对贝叶斯网络是一个（）。

A:有向环形图B:无向无环图C:有向无环图D:无向环形图

答案:有向无环图

第四章单元测试

下面的说法错误的是（）

A:线性支持向量机中，最大间隔分类面是唯一的。B:支持向量机的最终模型仅与支持向量有关。C:支持向量机是一种无监督的模式识别方法。D:线性支持向量机所获得的划分超平面是使间隔最大的超平面。

答案:支持向量机是一种无监督的模式识别方法。支持向量机被广泛地应用于统计分类以及回归分析，在解决小样本、非线性及高维模式识别中表现出许多特有的优势。（）

A:对B:错

答案:对对于“软间隔”支持向量机，KKT条件包括（）

A:B:C:D:E:F:

答案:；；；；引入松弛变量的分类面称为广义分类面。（）

A:错B:对

答案:对对于非线性问题，需要通过升维操作在高维空间求内积来获得线性分类超平面。而核函数可以使样本在原始低维空间中通过核函数运算达到高维空间中求内积的相同结果，从而避免高维空间求内积，简化计算。（）

A:错B:对

答案:对对于月面场景区域，提取的特征包括（）

A:形状B:纹理C:颜色D:边缘

答案:纹理；颜色；边缘决策树利用树结构进行决策，每一个非叶子节点是一个结论，每一个叶子节点是判断条件。（）

A:错B:对

答案:错决策树的一个节点被拆分成多个节点，这个被拆分的节点就叫做父节点；其拆分后的节点叫做子节点。（）

A:错B:对

答案:对仅仅使用多个准确率仅比随机猜测略高的分类器进行集成即可获得准确率很高，并且能在多项式时间内完成的分类器。（）

A:对B:错

答案:对如何让确定决策树生长的深度（）

A:使用与训练样例截然不同的一套分离的样例，来评估通过后修剪方法从树上修剪节点的效用B:使用所有可用数据进行训练，但进行统计测试来估计扩展（或修剪）一个特定的节点是否有可能改善在训练集合外的样本上的性能C:使用一个明确的标准来衡量训练样例和决策树的复杂度，当这个编码的长度最大时停止树增长D:使用一个明确的标准来衡量训练样例和决策树的复杂度，当这个编码的长度最小时停止树增长

答案:使用与训练样例截然不同的一套分离的样例，来评估通过后修剪方法从树上修剪节点的效用；使用所有可用数据进行训练，但进行统计测试来估计扩展（或修剪）一个特定的节点是否有可能改善在训练集合外的样本上的性能；使用一个明确的标准来衡量训练样例和决策树的复杂度，当这个编码的长度最小时停止树增长决策树的构建算法包括（）

A:CARTB:最小二乘法C:C4.5D:ID3

答案:CART；C4.5；ID3

第五章单元测试

模式识别系统的关键过程是（）

A:特征提取B:特征计算C:特征分析D:特征选择

答案:特征提取；特征计算；特征选择特征提取是通过映射（或变换）的方法将高维特征映射到低维空间，在低维空间表示样本。（）

A:错B:对

答案:对颜色特征常对图像或目标的旋转、反转、尺度变化等比较敏感。（）

A:错B:对

答案:错下面哪个是特征选择的方式（）

A:最优搜索B:LDAC:PCAD:流形学习

答案:最优搜索选用PCA进行特征提取时，超平面所需满足的性质有（）

A:最小可分性B:最近重构性C:最大可分性D:最远重构性

答案:最近重构性；最大可分性总类内离散度矩阵适合用于处理无类别标签样本集。（）

A:对B:错

答案:错以下哪些是LDA特征提取方式的特点（）

A:在样本分类信息依赖均值时效果更好B:得到有利于分类的投影方向C:无监督，无法使用类别的先验知识D:有监督，在降维过程中可以使用类别的先验知识

答案:在样本分类信息依赖均值时效果更好；得到有利于分类的投影方向；有监督，在降维过程中可以使用类别的先验知识流行学习是一种寻找低维嵌入结构来发现映射关系的特征提取方式。（）

A:对B:错

答案:对评价准则的基本要求为（）

A:判据应该具有以下度量特性:

B:理想的判据应该对特征具有单调性，即加入新的特征不会使判据减小C:判据应该与错误率（或错误率的上界）有单调关系，这样才能较好地反映分类目标。D:当特征独立时，判据对特征应该具有可加性

答案:判据应该具有以下度量特性:

；理想的判据应该对特征具有单调性，即加入新的特征不会使判据减小；判据应该与错误率（或错误率的上界）有单调关系，这样才能较好地反映分类目标。；当特征独立时，判据对特征应该具有可加性高维空间中的直线距离在低维嵌入流形上可达。（）

A:错B:对

答案:错

第六章单元测试

K均值聚类、K-means++聚类、ISODATA聚类算法，它们的共同点是（）

A:聚类结果不具有唯一性B:聚类数量确定C:采用误差平方和准则函数D:属于动态聚类方法

答案:聚类结果不具有唯一性；采用误差平方和准则函数；属于动态聚类方法关于聚类算法，以下描述正确的是（）

A:DBSCAN聚类算法不需要人为设定聚类数量B:K-Means++可有效缓解K-均值聚类中聚类数量预先设定的问题C:K-均值聚类对”非球形”样本分布聚类效果不佳D:分级聚类算法是一种迭代算法

答案:DBSCAN聚类算法不需要人为设定聚类数量；K-均值聚类对”非球形”样本分布聚类效果不佳关于DBSCAN算法，下面说法错误的是（）

A:由核心点和与其密度相连的所有对象构成一个密度聚类簇B:核心点选择顺序会影响最终聚类结果C:样本集中的异常点会对聚类结果产生影响D:可针对任意形状的样本分布进行聚类

答案:由核心点和与其密度相连的所有对象构成一个密度聚类簇；核心点选择顺序会影响最终聚类结果；样本集中的异常点会对聚类结果产生影响聚类准则函数中的误差平方和准则适用于不同类型的样本数目相差很大的情况。（）

A:错B:对

答案:错K均值聚类属于基于层次的聚类方法。（）

A:错B:对

答案:错分级聚类算法需要进行多次迭代运算。（）

A:错B:对

答案:错

第七章单元测试

关于BP网络说法正确的是（）

A:BP网络是基于误差反向传播算法训练的多层前馈神经网络B:BP网络层数越多，分类效果越好C:BP算法由数据反向传播和误差正向传播组成D:BP算法中数据正向传播和误差反向传播交替进行

答案:BP网络是基于误差反向传播算法训练的多层前馈神经网络；BP算法中数据正向传播和误差反向传播交替进行关于BP网络的局限性说法正确的是（）

A:只能处理浅层结构B:易出现梯度弥散C:最优的隐含层层数及隐含层神经元数量难确定D:计算过程复杂且计算量大

答案:只能处理浅层结构；易出现梯度弥散；最优的隐含层层数及隐含层神经元数量难确定；计算过程复杂且计算量大单层前馈网络中，如果有i个输入，j个输出，则连接权值W可以表示成一个ixj的矩阵。（）

A:错B:对

答案:对自组织映射网络（SOM网络）从某种程度上可看作一种降维算法。（）

A:对B:错

答案:对经典的全连接神经网络中，隐含层可以增加网络深度和复杂度。（）

A:对B:错

答案:对

第八章单元测试

输入数据是27x27x4，卷积核是3x3，步长为1，且采用0填充，卷积核个数是8，则该输出特征图尺寸为（）

A:25x25x8B:25x25x4C:27x27x8D:27x27x4

答案:27x27x8数据填充的常用方法包括（）

A:无正确答案B:0填充C:重复填充D:常数填充

答案:0填充；重复填充；常数填充3x3卷积核需要几次叠加可以达到与9x9卷积核相同的感受野（）。

A:4次B:6次C:3次D:5次

答案:4次卷积神经网络中所提取的语义概念与神经元之间的映射关系为（）

A:一