17-18考试题
1. (8分) 试阐述线性判别函数的基本概念,并说明既然有线性判别函数,为什么还需要非线性判别函数?
假设有两类模式,每类包括6个4维不同的模式,且良好分布.如果他们是线性可分的,问权向量至少需
要几个系数分量?假如要建立二次的多项式判别函数,又至少需要几个系数分量(设模式的良好分布不
因模式变化而改变)
2. (8分)简述 算法的原理,如果使用 做二分类问题得到如下结果,分别应该采取什么措施以
取得更好的结果?并说明原因.
1. 训练集的分类准确率为90％,验证集的分类准确率为90%,测试集的分了准确率为88%;
2. 训练集的分类准确率为98％,验证集的分类准确率为90%,测试集的分了准确率为88%;
3. (8分)请从两种角度解释主成分分析 的优化目标
4. (8分)给出卷积神经网络 中卷积、 、 等基本层操作的含义.然后从提取特征的
角度分析 与传统特征提取方法(例如 小波滤波器)的异同
5. (10分)用线性判别函数的感知器赏罚训练算法求下列模式分类的解向量,并给出相应的判别函数.
6. (10分)试述 变换的基本原理,并将如下两类样本集的特征维数降到一维,同时画出样本在该空
间中的位置
,其中假设其先验概率相等,即
7. (12分)请解释 的基本思想和工作原理,写出 算法
8. (12分)作业原题,选择埃尔米特多项式,其前面几项的表达式为
试用二次埃尔米特多项式的是函数算法求解以下模式的分类问题:
,
序号 1 2 3 4 5 6 7 8
A 0 0 1 1 1 1 1 1
B 0 0 0 0 0 0 1 1
9. (12分)已知以下关于垃圾邮件的8条标注数据,
、
为邮件的2个特正,Y为类别,其中 表示该邮
件为垃圾邮件, 表示该邮件为正常邮件.请依此训练一个朴素贝叶斯分类器,并预测特征
为"A=0,B=1"的邮件是否为垃圾邮件.
10. (12分)假设有3个罐子,每个罐子里都装有红、黑两种颜色的弹珠.按照下面的方法取弹珠:开始以概
率 随机选取1个罐子,从中以概率B随机抽取1个弹珠,记录颜色后放回;然后,从当前罐子以概率A随
机转移到下一个罐子,再从这个罐子里以概率B随机抽一个球,记录其颜色后放回;如此重复3次,得到
观测值序列
红 黑 红
.请用前向传播算法计算生成该序列的概率 .
罐 子
罐 子
罐 子
罐 子 罐 子 罐 子
罐 子
罐 子
罐 子
红 黑
评论0