模式识别复习题1.BP神经网络是由哪三层构成的前馈网络?答:输入层、隐含层、输出层。2.BP神经网络的基本特点有哪些?答:BP网络具有以下主要优点:(1)只有有足够多的隐含层节点和隐含层,BP网络才可以逼近任意的非线性映射关系。(2)BP网络的学习算法属于局部逼近的方法,因此它具有较好的泛化能力。(3)BP网络具有很好的逼近非线性映射的能力。BP网络的主要缺点如下:(1)收敛速度慢。(2)容易陷入局部极值点。(3)难以确定隐含层和隐含层节点的个数。3.Hebb的学习规则是什么?答:如果神经网络中某一神经元与另一直接与其相连的神经元同时处于兴奋状态,那么这两个神经元之间的连接强度应该加强。4.人工神经元模型中的非线性作用函数f,常用的三种非线性输出函数有哪些?答:阈值型、S型、伪线性型。5.神经网络按照信息的流向可以分为哪两大类神经网络?答:前馈神经网络和反馈神经网络。6.在什么前提情况下,最小风险贝叶斯决策等价于最小错误率贝叶斯决策,或者说最小错误率贝叶斯决策是最小风险贝叶斯决策的特例。答:最小错误率贝叶斯决策就是在采用0-1损失函数条件下的最小风险贝叶斯决策,即前者是后者的特例。7.贝叶斯公式中是哪三者之间的关系?答:先验概率P(ωi);后验概率P(ωi|X);条件概率P(X|ωi)。8.模式识别的一般步骤有哪些?答:数据采集(数据获取)→数据预处理→特征提取与特征选择→分类判别(决策分析)。9.假定在细胞识别中,病变细胞的先验概率和正常细胞的先验概率分别为P(ω1)=0.05,P(ω2)=0.95。现有一待识别细胞,其观察值为X,从类条件概率密度发布曲线上查得:P(X|ω1)=0.5,P(X|ω2)=0.2。试对细胞X进行分类。解:[方法1]:通过后验概率计算。P(ω1|X)=P(X∨ω1)P(ω1)∑i=12P(X∨ωi)P(ωi)=0.5×0.050.05×0.5+0.95×0.2≈0.16P(ω2|X)=0.2×0.950.05×0.5+0.95×0.2≈0.884∵P(ω2|X)>P(ω1|X)∴X∈ω2[方法二]:利用先验概率和类概率密度计算。P(X|ω1)P(ω1)=0.5×0.05=0.025P(X|ω2)P(ω2)=0.2×0.95=0.19∵P(X|ω2)P(ω2)>P(X|ω1)P(ω1)∴X∈ω2,是正常细胞。10.模式识别按理论方法可以分为哪几类?按实现方法可以分为哪几类?答:从统计上(理论方法上)分类:统计模式识别、句法模式识别、模糊模式识别、神经网络模式识别。从实现方法上分类:监督分类和非监督分类。11.设U={u1,u2,u3,u4,u5},若A,B∈F(U),A=0.2u1+0.7u2+1u3+0.5u5,B=0.5u1+0.3u2+0.1u4+0.7u5,求A∪B、A∩B、AC、A∪AC和A∩AC。解:A∪B=0.2∨0.5u1+0.7∨0.3u2+1∨0u3+0∨0.1u4+0.5∨0.7u5=0.5u1+0.7u2+1u3+0.1u4+0.7u5A∩B=0.2∧0.5u1+0.7∧0.3u2+1∧0u3+0∧0.1u4+0.5∧0.7u5=0.2u1+0.3u2+0.5u5AC=1−0.2u1+1−0.7u2+1−1u3+1−0u4+1−0.5u5=0.8u1+0.3u2+1u4+0.5u5A∪AC=0.2∨0.8u1+0.7∨0.3u2+1∨0u3+0∨1u4+0.5∨0.5u5=0.8u1+0.7u2+1u3+1u4+0.5u5(不是全集)A∩AC=0.2∧0.8u1+0.7∧0.3u2+1∧0u3+0∧1u4+0.5∧0.5u5=0.2u1+0.3u2+0.5u5(不是空集)12.某一水位控制系统,当前水位的模糊集合A=(0.6,0.3,0.1),水位与阀门开度的模糊矩阵为R=[0.10.30.60.20.50.30.60.30.1]则在当前水位下,阀门开度为Y=A◦R=[0.60.30.1]◦[0.10.30.60.20.50.30.60.30.1]=[0.20.30.6]ab$cbddcdT1:ab$bdcdT2:①A1$A4A2A3②Aa2③Ad3④Ab4A7A5A6⑤Ac5⑥Ad6A8⑦Ab7A9⑧Ac8⑨Ad913.设A=0.1x1+0.3x2+0.4x3+0.7x4+0.5x5+0.2x6,Y={y1,y2,y3},映射f:X→Y,它具有f(x1)=y1,f(x2)=y2,f(x3)=y2,f(x4)=y2,f(x5)=y3及f(x6)=y3,则f(y1)={x1},f(y2)={x2,x3,x4},f(y3)={x5,x6}。得μf(A)(y1)=¿{x1}¿❑(0.1)=0.1μf(A)(y2)=¿{x2,x3,x4}¿❑(0.3,0.4,0.7)=0.7μf(A)(y3)=¿{x5,x6}¿❑(0.5,0.2)=0.5即f(A)=0.1y1+0.7y2+0.5y3。14.15.设某类句法模式树描述的样本集中含有树T1和T2:用归纳推断法推断该类模式的扩展树文法G't。解:第一步:分别写出产生树T1和T2的生成式。产生树T1的生成式:A7⑩Ab4④Ab4A7A5A3⑤Ac5A5⑦Ab7A7⑩Ab4①A1$A4A2A3②Aa2③Ad3S$A4A2第三步:建立起始产生式集。将①中的A1用S代替,得16.遗传算法的三种算子有哪些?答:选择、交叉、变异。增加一个,得到产生树T2的生成式:17.上下文无关文法(一、二、三、四型文法)答:二型文法。18.前馈和反馈网络各包括哪些网络?答:前馈网络:感知器、BP网络、汉明网、自组织特征映射神经网络(SOM网络);反馈网络:Hopfield网络。