模式识别期末考试
一：问答
1. 什么是模式？
通过对具体个别事物进行观测所得到的具有时间和空间分布的信息称为模式。模式所指的不是事物本身，而是我们从事物中获得的信息。 2. 模式识别系统主要由哪些部分组成？
信息获取，预处理，特征提取与选择，分类决策，后处理。 3. 最小错误率贝叶斯分类器设计过程？
答：根据训练数据求出先验概率 类条件概率分布 利用贝叶斯公式得到后验概率
如果输入待测样本X ，计算X 的后验概率根据后验概率大小进行分类决策分析。 4. 怎样利用朴素贝叶斯方法获得各个属性的类条件概率分布？
答：假设各属性独立，P(x| ωi) =P(x1, x2, …, xn |ωi) = P(x1| ωi) P(x2|ωi)… P(xn|ωi)
后验概率：P(ωi|x) = P(ωi) P(x1|ωi) P(x2|ωi)… P(xn|ωi)
类别清晰的直接分类算，如果是数据连续的，假设属性服从正态分布，算出每个类的均值方差，最后得到类条件概率分布。
均值：∑==m
i xi m x mean 1
1)( 方差：2)^(11)var(1∑=--=m i x xi m x
二：解答
1.设有如下三类模式样本集ω1，ω2和ω3，其先验概率相等，求Sw 和Sb
ω1：{(1 0)T , (2 0) T , (1 1) T
}
ω2：{(-1 0)T , (0 1) T , (-1 1) T
}
ω3：{(-1 -1)T , (0 -1) T , (0 -2) T
}
答：由于三类样本集的先验概率相等，则概率均为 1/3。
多类情况的类内散度矩阵，可写成各类的类内散布矩阵的先验概率的加权和，即：
∑∑===--=c
i i
i T
i i c i i w C m x m x E P S 1
1
}|))(({)(ωω
其中Ci 是第i 类的协方差矩阵。其中?????? ??=31341m ，??
????
??=3232-2m ，???
??
? ??=34-31-3m
则
=++=321S w w w w S S S ???
? ??=???? ??+???? ??+???? ??2/3 1/9-1/9- 2/32/3 1/3-1/3- 2/3312/3 1/31/3
2/3312/3 1/3-1/3- 2/331 类间散布矩阵常写成：T i i
c
i i
b m m m m
P S ))(()(001
--=
∑=ω
其中，0m 为多类模式（如共有c 类）分布的总体均值向量，即：
2,1),(=i w P i 2
,1),|(=i w x p i ∑==21
)()|()
()|()|(j j j i i i w P w x P w P w x P x w P
c i m P x E m i c
i i i ,,2,1,,)(}{1
0K =?==∑=ωω
?????
? ??=
?????? ??=91-9131-31310m 则
T i i c
i i b m m m m P S ))(()(001--=∑=ω=
???
?
??=???? ??+???? ??+???? ??0.7654 0.16050.1605 0.76541.4938 0.54320.5432 0.1975310.6049 0.6049-0.6049- 0.6049310.1975 0.54320.5432 1.493831 2. 设有如下两类样本集，其出现的概率相等：
ω1：{(0 0 0)T , (1 0 0) T , (1 0 1) T , (1 1 0) T
}
ω2：{(0 0 1)T , (0 1 0) T , (0 1 1) T , (1 1 1) T
} 用K-L 变换，分别把特征空间维数降到二维和一维。 答：把1w 和2w 两类模式作为一个整体来考虑，故
0 1 1 1 0 0 0 1 0 0 0 1 0 1 1 1 0 0 1 0 1 0 1 1x ?? ?= ? ???
0.5{}0.50.5m E x ??
?== ? ???
符合K-L 变换进行特征压缩的最佳条件。因P(ω1)=P(ω2)=0.5，故
协方差矩阵0.25 0 0{()()} 0 0.25 0 0 0 0.25x C E x m x m ??
?'=--= ?
???
从题中可以看出，协方差矩阵x C 已经是个对角阵，故x C 的本征值1230.25λλλ=== 其对应的特征向量为：
1231000,1,0001φφφ??????
? ? ?=== ? ? ? ? ? ???????
（1）、将其降到二维的情况：
选λ1和λ2对应的变换向量作为变换矩阵，在这里我们取1φ和2φ，得到100100??
?Φ= ?
???。
由y x '=Φ得变换后的二维模式特征为
1w ：0111{,,,}0001????????
? ? ? ?????????
2w ：0001{,,,}0111???????? ? ? ? ?????????
（2）、将其降到一维的情况：
选λ1对应的变换向量作为变换矩阵，由y x'
=Φ得变换后的一维模式特征为
w：{0,1,1,1}
1
w：{0,0,0,1}
2
三：编程：
1. 已知样本集呈现正态分布，采用基于最小错误率的贝叶斯决策方法，编程待定样本x=(2,0)T的类别，并画出分界线。
解：
clear
D1=[1,1,2;1,0,-1;];
D2=[-1,-1,-2;1,0,-1;];
u1=mean(D1,2);
u2=mean(D2,2);
c1=zeros(size(D1,1),size(D1,1));
for i=1:size(D1,2)
c1=c1+D1(:,i)*D1(:,i)';
end
c1=c1/size(D1,2)-u1*u1';
c2=zeros(size(D2,1),size(D2,1));
for i=1:size(D2,2)
c2=c2+D2(:,i)*D2(:,i)';
end
c2=c2/size(D2,2)-u2*u2';
I=eye(size(c1,1),size(c1,1));
ic1=c1\I;
ic2=c2\I;
W1=-0.5*ic1;
W2=-0.5*ic2;
w1=ic1*u1;
w2=ic2*u2;
w10=-0.5*log(det(c1))-0.5*u1'*ic1*u1;
w20=-0.5*log(det(c2))-0.5*u2'*ic2*u2;
syms x1 x2;
x=[x1;x2];
fprintf('决策界面方程为：')
D=x'*(W1-W2)*x+(w1-w2)'*x+(w10-w20);
pretty(D)
fprintf('（2，0）代入决策面方程的值为：')
value=subs(D,{x1,x2},[2 0])
figure
ezplot(D)
hold on
plot(D1(1,:),D1(2,:),'bo')
plot(D2(1,:),D2(2,:),'ks')
plot(2,0,'rp')
决策界面方程为：
48 x1 - 9 x1 conj(x2) - 9 x2 conj(x1)
（2，0）代入决策面方程的值为：
value =
96
有运行结果看出x=(2 0)T属于第一类
2. 已知四个训练样本
w1={(0,0),(0,1)} w2={(1,0),(1,1)} 使用感知器固定增量法求判别函数
设w0=(1,1,1,1) ρ=1
要求编写程序，写出判别函数，并打出图表。解：
clear all
w=[0 0 1;0 1 1;-1 0 -1;-1 -1 -1];
W=[1 1 1];
flag=1;
flagS=zeros(1,size(w,1));
rowk=1;
k=0;
while flag
for i=1:size(w,1)
if isempty(find(flagS==0)) flag=0; break; end k=k+1; pb=w(i,:)*W'; if pb<=0 flagS(i)=0; W=W+rowk*w(i,:); else
flagS(i)=1; end end end disp('W=') disp(W) disp('k=') disp(k) wp1=[0 0;0 1]; wp2=[1 0;1 1];
plot(wp1(:,1),wp1(:,2),'o') hold on
plot(wp2(:,1),wp2(:,2),'*') hold on y=-0.2:1/100:1.2;
plot(1/3*ones(1,size(y)),y,'r-') axis([-0.25 1.25 -0.25 1.25]) 结果：W=
-3 0 1 k=
17
判别函数为：13)(1+-=x x g
3. 编程实现下列样本的fisher 法分类：
解：
x1=[0 1 1 1];y1=[0 0 0 1];z1=[0 0 1 0]; x2=[0 0 0 1];y2=[0 1 1 1];z2=[1 1 0 1]; m1x=mean(x1(:)); m1y=mean(y1(:)); m1z=mean(z1(:)); m1=[m1x m1y m1z]; m2x=mean(x2(:)); m2y=mean(y2(:)); m2z=mean(z2(:)); m2=[m2x m2y m2z]; S1=zeros(3,3); for i=1:4
S1=S1+([x1(i),y1(i),z1(i)]'-m1)*([x1(i),y1(i),z1(i)]'-m1)'; end
S2=zeros(3,3); for i=1:4
S2=S2+([x2(i),y2(i),z2(i)]'-m2)*([x2(i),y2(i),z2(i)]'-m2)'; end Sw=S1+S2;
W=(inv(Sw))*(m1-m2); x=0:.1:2.5; y=0:.1:3;
()()()(){}()()()()
{}
1
2:000,100,101,110:001,011,010,111T T T T
T T T T
ωω
[X,Y]=meshgrid(x,y);
Z=(W(1)*X+W(2)*Y)/(-W(3)); mesh(X,Y,Z)
hold on;
hidden off;
Y1=0;
for i=1:4
Y1=Y1+W'*[x1(i),y1(i),z1(i)]'; end
M1=Y1/4;
Y2=0;
for i=1:4
Y2=Y2+W'*[x2(i),y2(i),z2(i)]'; end
M2=Y2/4;
Y0=(M1+M2)/2;
X1=[0 0 0]';
if W'*X1>Y0
disp('点X1(0,0,0)属于第一类') plot3(0,0,0,'or')
else
disp('点X1(0,0,0)属于第二类') plot3(0,0,0,'ob')
end
X2=[1 0 0]';
if W'*X2>Y0
disp('点X2(1,0,0)属于第一类') plot3(1,0,0,'or')
else
disp('点X2(1,0,0)属于第二类') plot3(1,0,0,'ob')
end
X3=[1 0 1]';
if W'*X3>Y0
disp('点X3(1,0,1)属于第一类') plot3(1,0,1,'or')
else
disp('点X3(1,0,1)属于第二类') plot3(1,0,1,'ob')
end
X4=[1 1 0]';
if W'*X4>Y0
disp('点X4(1,1,0)属于第一类') plot3(1,1,0,'or')
else
disp('点X4(1,1,0)属于第二类') plot3(1,1,0,'ob')
end
X5=[0 0 1]';
if W'*X5>Y0
disp('点X5(0,0,1)属于第一类') plot3(0,0,1,'or')
else
disp('点X5(0,0,1)属于第二类') plot3(0,0,1,'ob')
end
X6=[0 1 1]';
if W'*X6>Y0
disp('点X6(0,1,1)属于第一类') plot3(0,1,1,'or')
else
disp('点X6(0,1,1)属于第二类') plot3(0,1,1,'ob')
end
X7=[0 1 0]';
if W'*X7>Y0
disp('点X7(0,1,0)属于第一类') plot3(0,1,0,'or')
else
disp('点X7(0,1,0)属于第二类') plot3(0,1,0,'ob')
end
X8=[1 1 1]';
if W'*X8>Y0
disp('点X8(1,1,1)属于第一类') plot3(1,1,1,'or')
else
disp('点X8(1,1,1)属于第二类') plot3(1,1,1,'ob')
end
4. 已知欧氏三维空间中两类9个训练样本
1：用最近邻法编程求样本(0 0)T
的分类，并画出分界线。
2：用k 近邻法编程求样本(0 0)T
的分类，取K=5,7,9 解：（1）clear
w1=[-1 0;-2 0;-2 1;-2 -1]; y1=ones(4,1);
w2=[1 1;2 0;1 -1;2 1;2 2]; y2=-1*ones(5,1); w=[w1;w2]; y=[y1;y2]; test=[0 0]; for i=1:9
dis(i)=(test(1,1)-w(i,1))^2+(test(1,2)-w(i,2))^2; end for i=1:9
near(1)=dis(1); j=1;
if dis(i) ()()()(){ } ()()()()(){ } 12:10,20,21,21:11,20,11,21,22T T T T T T T T T ωω------ else y_test=-1; end for i=1:9 if y(i)>0 plot(w(i,1),w(i,2),'r+'); hold on else plot(w(i,1),w(i,2),'b.'); hold on end end if y_test>0 plot(test(1,1),test(1,2),'g+'); title('最近邻分类器'); hold on else plot(test(1,1),test(1,2),'y.'); hold on end 结果： （2）clear k=5; kk=zeros(k,1); w1=[-1 0;-2 0;-2 1;-2 -1]; y1=ones(4,1); w2=[1 1;2 0;1 -1;2 1;2 2]; y2=-1*ones(5,1); w=[w1;w2]; y=[y1;y2]; test=[0 0]; for i=1:9 dis(i)=(test(1,1)-w(i,1))^2+(test(1,2)-w(i,2))^2; end for j=1:k near(j)=dis(1); end for i=2:9 for j=1:k if dis(i) near(j)=dis(i); kk(j)=y(i); for t=j:k near(t+1)=near(t); end break end end end sum=0; for h=1:k sum=kk(h)+sum; end y_test=sign(sum); for i=1:9 if y(i)>0 plot(w(i,1),w(i,2),'r+'); hold on else plot(w(i,1),w(i,2),'b.'); hold on end end if y_test>0 plot(test(1,1),test(1,2),'g+'); title('K近邻分类器'); hold on else plot(test(1,1),test(1,2),'y.'); hold on end 结果 K=5 K=7 K=9 5. 某城市细胞识别中两类先验概率分别为：正常状态：)(1ωP =0.9；异常状态：)(2ωP =0.1。 一系列观察值为x 的待观察细胞： -3.9847 -3.5549 -1.2401 -0.9780 -0.7932 -2.8531 -2.7605 -3.7287 -3.5414 -2.2692 -3.4549 -3.0752 -3.9934 2.8792 -0.9780 0.7932 1.1882 3.0682 大学英语3词汇选择练习题 第一单元选择题 1. It __________that the necklace was made of glass. A. turned out B. made out C. looked out D. took out 解析：该题选A，题目大意是“原来那串项链是用玻璃做的”。 turn out: 结果是；证明是 The party turned out to be very successful. 晚会结果开得很成功。 2. ___________, he can finish the work in a couple of weeks. A. Giving good health B. If give good health C. Given good health D. If he is good given health 解析：该题选C，题目大意是“倘若身体好，他能在一两周内完成这项工作”。given 引导方式状语，意为“倘若，假设，考虑到”。如： 1. Given their inexperience, the y’ve done a good job.考虑到他们缺乏经验，他们 的工作已经做得不错了。 2. Given some more time, I would do the job better.假如时间再多些，我能把工作 做得更好。 3. Given good health, the old lady can look after her grand-daughter for her son.假 如身体好的话，这位老太太能帮她儿子照看孙女。 3. ___________ to speak at the meeting, I couldn’t very well refuse. A. Called up B. Called off C. Called at D. Called on 解析：该题选D，题目大意是“要让我在会上发言，我是不会拒绝的”。 call on sb. to do st h：invite/require sb. to do sth.请/要求某人做某事 1. A teacher can call on individual students to compose similar questions. 老师可以要求每个学生提出类似的问题。 2. The chairman called on his people to organize so that they could be more powerful.主席号召他的民众组织起来，这样才能更有力量。 4. The poor police had never __________ of winning. A. made a chance B. took a chance C. stood a chance D. kept a chance 解析：该题选C，题目大意是“可怜的警察毫无胜诉的机会”。 stand a chanc e：have a prospect (of sth.) 有…希望 1. stand a chance of winning the game有可能赢得这场比赛 2. I think you stand a good chance of being elected president.我认为你极有可能 当选为公司总裁。 3. Weak and lame in one leg, he never stood a chance of getting the job of taxi-driver.由于身体虚弱，并且有一条跛腿，他从未有机会得到出租车司机的工作。 5. If our neighbor continues to refuse to keep his dog under control, we have to take him to ___________. A. solicitor B. brush C. prisoner D. court 解析：该题选D，题目大意是“如果我们的邻居仍然拒绝看管好他的狗，我们就不得不法庭上见了”。 take sb. to court：控告某人，对某人提出诉讼 1. If you don't pay up, I'll take you to court. 如果你不还清欠款, 我就到法院告 《计算机网络》期末考试样题 一．单项选择题(共15分，每题1分) 1.（）下列关于ADSL描述哪个是错误的 A. 实现了全双工通信，在两个方向上的传输速率可以不同 B. 使用基带传输方案，不需要像MODEM那样对数据进行调制， 所以ADSL一般比MODEM提供更高的通信速率 C. ADSL通信与普通电话机的语音通信使用完全相同的传输介质 D. ADSL仅仅是一个物理层标准 2.（）在有传输误码的数据信道上传输数据，下列哪种方法不能正确地 实现链路层的成帧处理 A. 字符计数法 B. 字节填充法 C. 比特填充法D．物理层编码违例法 3.（）如果用户计算机通过电话网接入因特网，则用户端必须具有： A. NAT网关 B. 以太网交换机 C. 集线器 D. 调制解调器 4.（）链路层协议采用选择重传滑动窗口协议，其中数据帧编号采用8 比特，发送窗口的最大值是： A．256 B. 255 C. 128 D. 127 5.（）以下哪个是正确的以太网地址 A. B. e0-2b-37 C. 00-30-2c-45-bc-2d D. 8000::126:376e:89bc:5c2e 6.（）IP路由器属于哪一层的互连设备 A．物理层 B. 链路层 C. 网络层 D. 传输层 7.（）下列哪种指标不是用来衡量网络服务质量(QoS)的主要指标 A．分组延迟时间B．到达抖动时间 C．分组生存时间 D. 分组传输带宽 8.（）某同学在校园网访问因特网，从该同学打开计算机电源到使用 命令ftp 连通文件服务器的过程中，哪个协议没有使用到 A．IP B．ICMP C．ARP D. DHCP 9.（）某主机的IP地址为子网掩码为，当这台主机在子网内发送广播 数据报时，IP数据报中的源地址为 A. B. 10.C. D. （）某校分给数学教研室的IP地址块为，分配给 外语教研室的地址块为，分配给物理教研室的地址块为。这三个地址块经过聚合后的地址块为： 11.A. B. D. （）关于TCP/IP协议特点的描述中，错误的是 A. IP提供尽力而为的服务，无法保证数据可靠到达 B. TCP是面向连接的传输协议 C. UDP是可靠的传输协议 D. TCP/IP协议可以运行于多种操作系统 12.（）在TCP/IP网络中，转发路由器对IP数据报进行分片的目的是： A. 提高路由器的转发效率 模式识别的研究现状与发展趋势 摘要：随着现今社会信息技术的飞速发展, 人工智能的应用越来越广泛, 其中模式识别是人工智能应用的一个方面。而且现今的模式识别的应用也越来越得到大家的重视与支持，在各方面也有重大的进步。模式识别也成为人们身边不可或缺的一部分。关键词：人工智能，技术，模式识别，前景 Abstract：In the modern society with the rapid development of information technology, the application of a rtificial intelligence is more and more extensive, among them pattern recognition is one of the ap ply of artificial intelligence. And now the application of pattern recognition is also more and more to get everyone's attention and support, in various aspects have significant progress. Pattern rec ognition has become an integral part of people around. Keywords: Artificial Intelligence, Technology,Pattern Recognition, prospects 一，引言 如今计算机硬件的高速发展, 以及计算机应用领域的不断开拓, 人们开始要求计算机能够更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料。但就一般意义来说, 目前一般计算机却无法直接感知它们, 我们常用的键盘、鼠标等外部设备, 对于这些外部世界显得无能为力。虽然摄像机、图文扫描仪、话筒等设备业已解决了上述非电信号的转换, 并与计算机联机, 但由于识别技术不高, 而未能使计算机真正知道采录后的究竟是什么信息。计算机对外部世界感知能力的低下, 成为开拓计算机应用的瓶颈, 也与其高超的运算能力形成强烈的对比。于是, 着眼于拓宽计算机的应用领域, 提高其感知外部信息能力的学科———模式识别, 便得到迅速发展。 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式, 是对人类感知外界功能的模拟, 研究的是计算机模式识别系统, 也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。现将人工智能在模式识别方面的一些具体和最新的应用范围遍及遥感、生物医学图象和信号的分析、工业产品的自动无损检验、指纹鉴定、文字和语音识别、机器视觉地圈模式识别等方面。 二，现状 以地图模式识别为例，地图模式识别是由计算机来对地图进行识别与理解, 并借助一定的技术手段, 让计算机研究和分析地图上的各种模式信息, 获取地图要素的质量意义。其计算处理的过程类似于人对地图的阅读。 地图模式识别是近年来在地图制图领域中新兴的一门高新技术, 是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁, 因此,地图模式识别遥感技术、地理信息系统一起, 被称为现代地图制图的三大技术。 目前, 地图模式识别由于具有广泛的应用价值和发展潜力,因而受到了人们的普遍重视。尤其是随着现今的计算机及其外部硬件环境的不断提高, 科技不过发展的情况下， 2015年秋季学期高一年级信息技术期末测试试卷 （总分100分，时间：90分） 一、单项选择题（本大题共60小题，每小题1分，共60分。温馨提示：请在答题卡上作答， 在本试题上作答无效。） 1．下列选项中，属于信息载体的是 A．数学课本B．高考成绩C．上课铃声D．电视新闻 2．下列选项中，属于信息的是 A．起床铃声B．电视机C．体温计D．人民日报 3．“明修栈道，暗渡陈仓”主要体现信息具有 A．共享性B．时效性C．真伪性D．价值性 4．在人类社会发展历史上经历了五次信息技术革命。第五次信息技术革命将人类社会推进到了数字化的信息时代，其中最主要的表现是 A．语言的产生和使用B．文字的发明和使用 C．电报电话的发明和应用D．计算机技术与现代通信技术的普及应用 5．利用计算机模拟汽车碰撞的全过程，采用的是 A．虚拟现实技术B．语音合成技术C．智能代理技术D．传感交互技术 6．下列选项中，属于计算机输出设备的是 A．键盘B．鼠标C．扫描仪D．显示器 7．在中文标点符号状态下，要输入“、”(顿号)，在键盘上应按的键是 A．B．C．D． 8．在网址https://www.sodocs.net/doc/a74745052.html,中，“http://”指的是 A．邮件协议B．网际协议C．文件传输协议D．超文本传输协议9．利用电子表格对校运会中的各项比赛成绩进行汇总并排名，这属于信息加工一般过程的（）阶段。 A．记录信息B．加工信息C．发布信息D．存储信息 10．张晓在做“壮族文化”研究性学习时，有些数据不完整，他决定通过上网去查找。他的这个决定属于信息获取四个环节当中的 A．评价信息B．选择信息来源 C．定位信息需求D．确定信息获取方法并获取信息 11．小李收到了一条手机短信“……您获得了10万元大奖，请速汇1500元手续费至账号xxxxx……”。针对这条信息，以下做法较为妥当的是： A．不要轻信来历不明的信息B．直接拨打对方电话进行咨询 C．马上回复短信辱骂骗子D．按短信要求将钱汇入指定帐号 12．教师利用博客收集同学们对课后思考题的看法，该信息的来源属于（）。 A．文献型信息源B．电子型信息源C．实物型信息源D．口头型信息源13．下列选项中，属于电子型信息源的是 A．报纸B．朋友C．动物园D．因特网 14．在Word中，选定一行文字，按Delete键后 A．选定行的文字被删除B．选定行的文字被保存 C．选定行的文字被复制D．选定行的文字被撤销 一、阅读理解（共1道小题，共50.0分） 1.Robert Bruce was a famous Scottish general. In the early 14th century he tried to drive the English out of Scotland, but he was not successful because the English were too strong. Finally, Bruce had to run away and hide in a cave. One day, he lay in his cave thinking of the sad state of Scotland. A spider began to make a web above his head. Simply to pass the time, Bruce broke the web. Immediately the spider began to make a new one. Six times Bruce broke the web and six times the spider immediately made a new one. Bruce was surprised at this. He told himself that he would break the web a 7th time. If the spider made a new one, it would be a good lesson to him, for like the spider, he had been defeated six times. Bruce then broke the web. Again the spider made a new one. From this simple fact, Bruce became encouraged. He again got an army together. This time he was successful and drove the English out of Scotland. 1. Who was Robert Bruce? A. He was an English general. B. He was a Scottish general. C. He was a spider researcher D. He was a biologist from Scotland. 2. Why did Bruce hide in a cave? A. Because he was defeated by the English. B. Because he was afraid of the English army. C. Because he was looking for spiders D. Because he was badly injured in the battle. 3. In the beginning he broke the spider web just because______. 1.什么是模式及模式识别？模式识别的应用领域主要有哪些？ 模式：存在于时间，空间中可观察的事物，具有时间或空间分布的信息； 模式识别：用计算机实现人对各种事物或现象的分析,描述,判断,识别。 模式识别的应用领域：（1）字符识别；（2） 医疗诊断；（3）遥感； (4）指纹识别 脸形识别；（5）检测污染分析，大气，水源，环境监测； （6）自动检测；（7 ）语声识别，机器翻译，电话号码自动查询，侦听，机器故障判断； （8）军事应用。 2.模式识别系统的基本组成是什么？ （1） 信息的获取：是通过传感器，将光或声音等信息转化为电信息； （2） 预处理：包括A\D,二值化，图象的平滑，变换，增强，恢复，滤波等, 主要指图 象处理； （3） 特征抽取和选择：在测量空间的原始数据通过变换获得在特征空间最能反映分类 本质的特征； （4） 分类器设计：分类器设计的主要功能是通过训练确定判决规则，使按此类判决规 则分类时，错误率最低。把这些判决规则建成标准库； （5） 分类决策：在特征空间中对被识别对象进行分类。 3.模式识别的基本问题有哪些？ （1）模式(样本)表示方法：（a ）向量表示；（b ）矩阵表示；（c ）几何表示；（4）基元(链码)表示； （2）模式类的紧致性：模式识别的要求:满足紧致集，才能很好地分类；如果不满足紧致集，就要采取变换的方法,满足紧致集 （3）相似与分类；(a)两个样本x i ，x j 之间的相似度量满足以下要求： ① 应为非负值 ② 样本本身相似性度量应最大 ③ 度量应满足对称性 ④ 在满足紧致性的条件下，相似性应该是点间距离的 单调函数 (b) 用各种距离表示相似性 （4）特征的生成:特征包括：(a)低层特征;(b)中层特征;(c)高层特征 （5） 数据的标准化:(a)极差标准化；(b)方差标准化 4．线性判别方法 （1）两类：二维及多维判别函数，判别边界，判别规则 二维情况：（a ）判别函数： ( ) （b ）判别边界：g(x)=0; （c n 维情况：（a ）判别函数： 也可表示为： 32211)(w x w x w x g ++=为坐标向量为参数，21,x x w 12211......)(+++++=n n n w x w x w x w x g X W x g T =)(为增值模式向量。 ，＝为增值权向量，T n n T n n x x x x X w w w w W )1,...,,(),,...,,(21121+=+ xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标 状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的 北邮大学英语3第二次阶段作业 一、完形填空（共1道小题，共50.0分） 1.Many years ago there was a poor man. He had an orange tree 1 his garden. On the tree there were many fine oranges. 2 he found one 3 his oranges was much bigger 4 the others. It was as 5 as a football. Nobody had ever seen 6 orange. The poor man took the orange to the king. The king was so happy ___7 __he gave the man a lot of money for it. When a rich man heard of it, he said to hi mself, “It's only an orange. Why has the king given so much money 8__ it? I'II take my gold cup to the king. He'll give me 9 money.” The next day when the king received the gold cup, he said to the rich man, 'What a beautiful cup! I'll show you __10__ , please take this great orange." a. A.on B.in C.over D.with 学生答案: B; 标准答 案: B b. A.One day B.Yesterday C.When D.This morning 学生答案: A; 标准答 案: A c. A.for B.in 第1章 概率论的基本概念 §1 .1 随机试验及随机事件 1. (1) 一枚硬币连丢3次，观察正面H ﹑反面T 出现的情形. 样本空间是：S= ； (2) 一枚硬币连丢3次，观察出现正面的次数. 样本空间是：S= ； 2.(1) 丢一颗骰子. A ：出现奇数点，则A= ；B ：数点大于2，则B= . (2) 一枚硬币连丢2次， A ：第一次出现正面，则A= ； B ：两次出现同一面，则= ； C ：至少有一次出现正面，则C= . §1 .2 随机事件的运算 1. 设A 、B 、C 为三事件，用A 、B 、C 的运算关系表示下列各事件： (1)A 、B 、C 都不发生表示为： .(2)A 与B 都发生,而C 不发生表示为： . (3)A 与B 都不发生,而C 发生表示为： .(4)A 、B 、C 中最多二个发生表示为： . (5)A 、B 、C 中至少二个发生表示为： .(6)A 、B 、C 中不多于一个发生表示为： . 2. 设}42:{},31:{},50:{≤<=≤<=≤≤=x B x x A x x S ：则 （1）=?B A ，（2）=AB ，（3）=B A ， （4）B A ?= ，（5）B A = 。 §1 .3 概率的定义和性质 1. 已知6.0)(,5.0)(,8.0)(===?B P A P B A P ，则 (1) =)(AB P , (2)()(B A P )= , (3))(B A P ?= . 2. 已知,3.0)(,7.0)(==AB P A P 则)(B A P = . §1 .4 古典概型 1. 某班有30个同学,其中8个女同学, 随机地选10个,求:(1)正好有2个女同学的概率, (2)最多有2个女同学的概率,(3) 至少有2个女同学的概率. 2. 将3个不同的球随机地投入到4个盒子中,求有三个盒子各一球的概率. §1 .5 条件概率与乘法公式 1．丢甲、乙两颗均匀的骰子，已知点数之和为7, 则其中一颗为1的概率是 。 2. 已知,2/1)|(,3/1)|(,4/1)(===B A P A B P A P 则=?)(B A P 。 §1 .6 全概率公式 1. 有10个签，其中2个“中”，第一人随机地抽一个签，不放回，第二人再随机地抽一个 签，说明两人抽“中‘的概率相同。 2. 第一盒中有4个红球6个白球，第二盒中有5个红球5个白球，随机地取一盒，从中随 机地取一个球，求取到红球的概率。 §1 .7 贝叶斯公式 1． 某厂产品有70%不需要调试即可出厂，另30%需经过调试，调试后有80%能出厂，求（1） 该厂产品能出厂的概率，（2）任取一出厂产品, 求未经调试的概率。 2． 将两信息分别编码为A 和B 传递出去，接收站收到时，A 被误收作B 的概率为， 题型： 1.填空题5题 填空题 2.名词解释4题 3.问答题4题 4.计算作图题3题 5.综合计算题1题 备注1：没有整理第一章和第六章，老师说不考的 备注2：非线性判别函数相关概念P69 概率相关定义、性质、公式P83以后 最小错误率贝叶斯决策公式P85 最小风险贝叶斯P86 正态贝叶斯P90 综合计算有可能是第六次作业 一、填空题 物以类聚人以群分体现的是聚类分析的基本思想。 模式识别分类：1.从实现方法来分模式识别分为监督分类和非监督分类；2.从理论上来分，有统计模式识别，统计模式识别，模糊模式识别，神经网络模式识别法 聚类分析是按照不同对象之间的差异，根据距离函数的规律做模式分类的。 模式的特性：可观察性、可区分性、相似性 模式识别的任务：一是研究生物体（包括人）是如何感知对象的，二是如何用计算机实现模式识别的理论和方法。 计算机的发展方向：1.神经网络计算机－－模拟人的大脑思维；2.生物计算机－－运用生物工程技术、蛋白分子作芯片； 3.光计算机－－用光作为信息载体，通过对光的处理来完成对信息的处理。 训练学习方法：监督学习、无监督学习（无先验知识，甚至类别数也未知）。 统计模式识别有：1.聚类分析法（非监督）；2.判决函数法/几何分类法(监督)；3.基于统计决策的概率分类法 - 以模式集在特征空间中分布的类概率密度函数为基础，对总体特征进行研究，以取得分类的方法 数据的标准化目的：消除各个分量之间数值范围大小对算法的影响 模式识别系统的基本构成：书P7 聚类过程遵循的基本步骤：特征选择；近邻测度；聚类准则；聚类算法；结果验证；结果判定。 相似测度基础：以两矢量的方向是否相近作为考虑的基础,矢量长度并不重要。 确定聚类准则的两种方式：阈值准则，函数准则 基于距离阈值的聚类算法——分解聚类：近邻聚类法；最大最小距离聚类法 类间距离计算准则:1）最短距离法2）最长距离法3）中间距离法4）重心法5）类平均距离法6）离差平方和法P24 系统聚类法——合并的思想 用于随机模式分类识别的方法，通常称为贝叶斯判决。 BAYES 决策常用的准则：最小错误率；最小风险 错误率的计算或估计方法：①按理论公式计算；②计算错误率上界；③实验估计。 一、完形填空（共1道小题，共50.0分） 1.Many years ago there was a poor man. He had an orange tree 1 his garden. On the tree there were many fine oranges. 2 he found one 3 his oranges was much bigger 4 the others. It was as 5 as a football. Nobody had ever seen 6 orange. The poor man took the orange to the king. The king was so happy ___7 __he gave the man a lot of money for it. When a rich man heard of it, he said to himself, “It's only an orange. Why has the king given so much money 8__ it? I'II take my gold cup to the king. He'll give me 9 money.” The next day when the king received the gold cup, he said to the rich man, 'What a beautiful cup! I'll show you __10__ , please take this great orange." a. A.on B.in C.over D.with 学生答案: B; 标准答 案: B b. A.One day B.Yesterday C.When D.This morning 学生答案: A; 标准答 案: A c. A.for B.in C.of D.among 《服务营销管理》期末复习题 一、填空： 1．服务感知的内容一般包括（可靠性、反应性、有形性、保证性）和移情性（关怀性）五个层面的服务质量。 2．服务产品具有区别于实物产品的4个主要特点，具体包括无形性、差异性、不可储存性、不可分性。 3．与实物产品质量相比，服务质量的特点是(服务质量的主观性、服务质量的过程性、服务质量的整体性) 4．服务蓝图在结构上由__4___个区域和__3___条分界线组成。将顾客活动区域与前台活动区域之间的分界线称为__交际线__；将前台活动区域与后台活动区域之间的分界线称为_能见度界线___。 5．服务中间商主要有（特许服务商，服务代理商）和（服务经纪人）三种类型，服务机构管理中间商的策略可以有三种，包括（控制策略、授权策略、合作策略） 6．服务时间调节包括（调整服务时间、建立预订系统、告示高峰时间、灵活的用工制度）以及全天候营销和假日营销。 7．服务营销组合新增的三个营销要素是（人员，过程，有形提示） 8．根据期望水平的高低可以将服务期望分为（理想服务，宽容服务，合格服务）三大类。 9.宽容的服务是指顾客心目中介于(期望服务与合格服务)之间的服务。 10.关系营销的策略有（财务性关系营销、社交性关系营销、结构性关系营销） 11.服务创新的类型包括(全新型服务创新，替代型服务创新，延伸型服务创新，拓展型服务创新，改进型服务创新，包装型服务创新) 二、名词解释： 1．服务期望：服务期望是指顾客心目中服务应达到和可达到的水平。 根据期望水平的高低可以将服务期望分为理想服务，宽容服务，合格服务三大类。 理想的服务是指顾客心目中向往的较高水平的服务。 合格服务是指顾客心目中能接受的最低水平的服务。 宽容服务是指顾客心目中介于理想服务和合格服务之间的服务。 2．服务感知：是指在服务过程中顾客对服务质量的感觉、认知和评价。 3．有形提示（有形实据）：是指服务过程中能被顾客直接感知和提示服务信息的有形物，主要是指服务场所及其环境、服务设施、服务工具、服务用品等。 4.理想服务：是指顾客心目中向往的较高水平的服务。 5.合格的服务：合格服务是指顾客心目中能接受的最低水平的服务。 模式识别与机器学习期末考查 试卷 研究生姓名：入学年份：导师姓名：试题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。 答：（1）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。主要集中在两方面，一是研究生物体（包括人）是如何感知客观事物的，二是在给定的任务下，如何用计算机实现识别的理论和方法。机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。主要体现以下三方面：一是人类学习过程的认知模型；二是通用学习算法；三是构造面向任务的专用学习系统的方法。两者关心的很多共同问题，如：分类、聚类、特征选择、信息融合等，这两个领域的界限越来越模糊。机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/ 视频分析（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等。 （2）机器学习和模式识别是分别从计算机科学和工程的角度发展起来的，各自的研究侧重点也不同。模式识别的目标就是分类，为了提高分类器的性能，可能会用到机器学习算法。而机器学习的目标是通过学习提高系统性能，分类只是其最简单的要求，其研究更 侧重于理论，包括泛化效果、收敛性等。模式识别技术相对比较成熟了，而机器学习中一些方法还没有理论基础，只是实验效果比较好。许多算法他们都在研究，但是研究的目标却不同。如在模式识别中研究所关心的就是其对人类效果的提高，偏工程。而在机器学习中则更侧重于其性能上的理论证明。试题2：列出在模式识别与机器学习中的常用算法及其优缺点。答：（1）K 近邻法算法作为一种非参数的分类算法，它已经广泛应用于分类、 回归和模式识别等。在应用算法解决问题的时候，要注意的两个方面是样本权重和特征权重。 优缺点：非常有效，实现简单，分类效果好。样本小时误差难控制，存储所有样本，需要较大存储空间，对于大样本的计算量大。（2）贝叶斯决策法 贝叶斯决策法是以期望值为标准的分析法，是决策者在处理 风险型问题时常常使用的方法。 优缺点：由于在生活当中许多自然现象和生产问题都是难以完全准确预测的，因此决策者在采取相应的决策时总会带有一定的风险。贝叶斯决策法就是将各因素发生某种变动引起结果变动的概率凭统计资料或凭经验主观地假设，然后进一步对期望值进行分析，由于此概率并不能证实其客观性，故往往是主观的和人为的概率，本身带有一定的风险性和不肯定性。虽然用期望的大小进行判断有一些风险，但仍可以认为贝叶斯决策是一种兼科学性和实效性于一身的比较完善的用于解决风险型决策问题的方法，在实际中能够广泛应 一、单项选择题（共20道小题，共100.0分）1Her brother ______ to leave her in the dark room alone when she disobeyed his order. 1declared 1threatened 1warned 1exclaimed 知识点:Vocabulary 学生答案:[B;]标准答案:B 得分:[5]试题分值: 5.0提示:2It is certain that he will ______ his business to his son when he gets old.1take over 1think over 1hand over 1go over 知识点:Vocabulary 学生答案:[C;]标准答案:C 得分:[5]试题分值: 5.0提示:3The president spoke at the business meeting for nearly an hour without ______ his notes. 1bringing up 1referring to 1looking for 1trying on 知识点:Vocabulary 学生答案:[B;]标准答案:B 得分:[5]试题分值: 5.0 提示: 4 With oil prices keeping ______, people are hesitating whether to buy a car or not.1 rising 1 arising 1raising 、管路敷设技术通过管线敷设技术不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等，要求技术交底。管线敷设技术中包含线槽、管架等多项式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内，强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况，然后根据规范与规程规定，制定设备调试高中资料试卷方案。、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。 2015模式识别期末考试 一：问答 1. 什么是模式？ 通过对具体个别事物进行观测所得到的具有时间和空间分布的信息称为模式。模式所指的不是事物本身，而是我们从事物中获得的信息。 2. 模式识别系统主要由哪些部分组成？ 信息获取，预处理，特征提取与选择，分类决策，后处理。 3. 最小错误率贝叶斯分类器设计过程？ 答：根据训练数据求出先验概率 类条件概率分布 利用贝叶斯公式得到后验概率 如果输入待测样本X ，计算X 的后验概率根据后验概率大小进行分类决策分析。 4. 怎样利用朴素贝叶斯方法获得各个属性的类条件概率分布？ 答：假设各属性独立，P(x| ωi) =P(x1, x2, …, xn |ωi) = P(x1| ωi) P(x2|ωi)… P(xn|ωi) 2 ,1),(=i w P i 2 ,1),|(=i w x p i ∑== 2 1 ) ()|() ()|()|(j j j i i i w P w x P w P w x P x w P 后验概率：P(ωi|x) = P(ωi) P(x1|ωi) P(x2|ωi)… P(xn|ωi) 类别清晰的直接分类算，如果是数据连续的，假设属性服从正态分布，算出每个类的均值方差，最后得到类条件概率分布。 均值： ∑==m i xi m x mean 1 1)( 方差： 2 )^(11)var(1 ∑=--=m i x xi m x 二：解答 1.设有如下三类模式样本集ω1，ω2和ω3，其先验概率相等，求Sw 和Sb ω1：{(1 0)T , (2 0) T , (1 1) T } ω2：{(-1 0)T , (0 1) T , (-1 1) T } ω3：{(-1 -1)T , (0 -1) T , (0 -2) T } 答：由于三类样本集的先验概率相等，则概率均为 1/3。 多类情况的类内散度矩阵，可写成各类的类内散布矩阵的先验概率的加权和，即： ∑∑===--=c i i i T i i c i i w C m x m x E P S 1 1 }|))(({)(ωω 其中Ci 是第i 类的协方差矩阵。其中 ??? ?? ? ??=31341m ， ??? ?? ? ??=323 2-2m ， ??? ?? ? ??=34-3 1-3m北邮大学英语3-期末考试总复习题阶段作业一、二、三汇总,考试必备你懂的
北邮计算机网络期末考试样题
模式识别的研究现状与发展趋势
2015秋季学期信息期末考试试题讲解
北邮英语试题答案(2)
模式识别复习重点总结
人工智能期末试题及答案完整版
北邮大学英语3第二次阶段作业
北京邮电大学概率论期末考试试卷及答案
【模式识别】期末考试复习资料
北邮英语试题答案 (3)
北邮-《服务营销管理》-期末考试复习题
模式识别与机器学习期末考查试题及参考答案(20210221222717)
北邮网络教育学院大学英语试题
2015模式识别期末考试