2022年北京邮电大学模式识别期末考试试题 .pdf

上传人:Che****ry 文档编号:35309140 上传时间:2022-08-21 格式:PDF 页数:4 大小:35.52KB
返回 下载 相关 举报
2022年北京邮电大学模式识别期末考试试题 .pdf_第1页
第1页 / 共4页
2022年北京邮电大学模式识别期末考试试题 .pdf_第2页
第2页 / 共4页
点击查看更多>>
资源描述

《2022年北京邮电大学模式识别期末考试试题 .pdf》由会员分享,可在线阅读,更多相关《2022年北京邮电大学模式识别期末考试试题 .pdf(4页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、第 1 页,共 4 页北京邮电大学20162017 学年第二学期模式识别 期末考试试题(A 卷)考试注意事项一、学生参加考试须带学生证或学院证明,未带者不准进入考场。学生必须按照监考教师指定座位就坐。二、书本、参考资料、书包等物品一律放到考场指定位置。三、学生不得另行携带、使用稿纸,要遵守北京邮电大学考场规则,有考场违纪或作弊行为者,按相应规定严肃处理。四、学生必须将答题内容做在试题答卷上,做在试题及草稿纸上一律无效一、基本概念题 ( 除了公式,每题答案不超过20 字,2 分*10): 写出后验概率的表达式,描述它和先验概率的区别。写出线性判别函数的表达式,画图指出参数的物理意义,描述它和神经

2、元模型的联系。为什么说 SVM 是最优线性分类器,它相比感知器算法的优点是? Logistic Regression的优化表达式,它的功能与SVM 的作用有什么区别? 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页,共 4 页 - - - - - - - - - 第 2 页,共 4 页单层神经网络有什么局限性?如何将其扩展处理复杂的非线性分类问题? 多层神经网络的主流参数学习算法是什么?试用个公式说明参数学习的原理。针对图像处理和识别设计的神经网络是什么?为什么它的参数数量远

3、小于全连接网络 ? 主成分分析获得的特征有什么特点?主成分投影基向量与博里叶变换基函数有什么区别 ? 当误差数值的符合什么分布时,我们常用的均方误差是理论最优的?为什么? 当需要衡量两个分布的误差时,一般采用什么物理量作为损失函数?试写出该函数形式。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页,共 4 页 - - - - - - - - - 第 3 页,共 4 页二、技术应用速答题 (每题答案不超过 10 字,1 分*10):根据用户画像 (上网特征 )预测用户购买某类商品

4、的概准,用什么方法?为了获得两类分类任务中最靠谱的投影特征,用什么方法?两类特征的类条件密度函数未知,对测试样本分类并求出后验概率, 用什么方法 ?在训练样本数量较少的两类分类任务中,一般认为什么方法是最靠谱的?在高维数据分析任务中,什么方法是最常用的数据进行降维方法?系统要对多类样本进行分类,而手上的分类器只能处理两类,如何扩展?当采用线性 SVM 分类器的分类效果较差, 应该首先试验什么改进分类器?我们常用的正态分布的均值和方差公式,是用什么算法估计出来的?.得到一批无标记 (类别标签的 )数据,用什么算法可以对其进行自动 “分类”深度学习或者深度神经网络中的“深度”是指名师资料总结 -

5、- -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页,共 4 页 - - - - - - - - - 第 4 页,共 4 页三、综合设计题 :假设您是 Facebook的系统架构师, 需求是使用模式识别技术设计一个根据用户上传图片预测出TA 当前年龄的系统,请您描述主要设计步骤和技术流程框图 (设计步骤应包含一般模式识别系统的设计过程,技术流程应包含候选的算法和目标函数,不能加页,10 分)。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页,共 4 页 - - - - - - - - -

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 高考资料

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁