下面关于贝叶斯估计的说法中错误的是 A:最大似然估计与贝叶斯估计的思想是相同的，只不过采用的方法不同。 B:贝叶斯估计的方法类似于贝叶斯决策，也需要定义损失函数。 C:贝叶斯估计需要事先确定待估计参数的先验分布 D:贝叶斯估计也需要一个训练样本集，利用训练样本集来找出估计参数，限制条件是使得损失函数最小。 答案：关注公众号【题涯答案】免费查看 下列关于模式识别的说法中,错误的是 A:人类的日常活动中包含很多模式识别的活动 B:对外界事物完成分类的过程也就完成了识别的过程 C:模式可以看作对象的组成成分或影响因素间存在的规律性关系 D:模式识别研究的问题就是如何通过机器实现样本的特征提取 答案：关注公众号【题涯答案】免费查看 在利用神经网络进行分类时，神经网络的输入节点的个数______输入的特征数量。 A:多于 B:少于 C:等于 D:不确定 答案：关注公众号【题涯答案】免费查看 下面关于BP神经网络的说法错误的是 A:在BP算法中数据的正向传播和误差的反向传播是交替进行的。 B:BP算法由误差的正向传播和数据的反向传播两个过程构成。 C:BP算法由数据流的前向计算（正向传播）和误差信号的反向传播两个过程构成。 D:BP网络是是一种按误差反向传播算法训练的多层前馈网络。 答案：关注公众号【题涯答案】免费查看 下面关于错误率的说法中错误的是 A:在监督模式识别系统中，可以用错误率来反映模式识别系统的性能。 B:训练错误率并不能准确反映分类器性能的好坏。 C:在实际当中，人们主要采用理论分析的方法来评价监督模式识别系统中分类器的错误率。 D:在实际当中，人们主要采用实验方法来估计监督模式识别系统中分类器的错误率。 答案：关注公众号【题涯答案】免费查看 基于最小错误率的贝叶斯决策规则可以采用不同的形式，下列不能表达其决策规则的是 A:后验概率 B:似然比 C:先验概率 D:类条件概率 答案：关注公众号【题涯答案】免费查看 关于非监督学习的评价方法中错误的是 A:在非监督学习中，可以采用数学上评价聚类性能的指标来帮助人们客观地理解和解释所得的聚类结果。 B:连接度的指标越小说明聚类结果越好。 C:紧致性指标的范围是从0到无穷大，该值越大，说明聚类结果越好。 D:紧致性指标越小，说明聚类结果越好。 答案：关注公众号【题涯答案】免费查看 下面关于解空间的描述中错误的是 A:在解空间中的解向量应该对所有的样本都满足aTyi>0的条件。 B:越靠近解区中间的解向量，对样本错分的可能性越小。 C:在解空间中，越远离边缘的解越可靠。 D:在解空间中满足aTyi>0的条件的解向量是唯一的。 答案：关注公众号【题涯答案】免费查看 下面关于分段线性判别函数的说法中正确的是 A:在类别的各个维度不对称的情况下，可以考虑使用分段线性距离分类器。 B:具有推广性的分段线性分类器是对各个子类分别定义一个线性判别函数，判别时将样本划分到判别函数最大的子类所属的类别。 C:分段线性判别函数能够逼近任意的超曲面，具有很强的适应性。 D:分段线性判别函数能够只能逼近平面或超平面。 答案：关注公众号【题涯答案】免费查看 下列关于最小风险的贝叶斯决策的说法中正确的有 A:条件风险反映了对于一个样本x采用某种决策时所带来的损失 B:最小风险的贝叶斯决策考虑到了不同的错误率所造成的不同损失 C:最小错误率的贝叶斯决策是最小风险的贝叶斯决策的特例 D:最小风险的贝叶斯决策当中，决策的数量和样本类别的数量一定是相等的 答案：关注公众号【题涯答案】免费查看 下面算法中不属于特征选择的次优算法的是 A:分支定界法 B:顺序后退法 C:顺序前进法 D:穷举法 答案：关注公众号【题涯答案】免费查看 下面关于超平面的说法中正确的是 A:超平面的法线方向与判别函数的权向量的方向是一致的。 B:判别函数可以度量样本x到超平面的距离。 C:分类面的位置是由判别函数的阈值决定的。 D:权向量与超平面垂直。 答案：关注公众号【题涯答案】免费查看 神经网络的模型受到哪些因素的影响。 A:连接权值的学习 B:网络结构 C:样本的数量 D:传递函数 答案：关注公众号【题涯答案】免费查看 神经网络实现多类问题的分类时可以用多个神经网络组合来实现。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 对于多层前馈神经网络来说，神经网络的层数和节点数目越多，解决问题的能力越强。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 分级聚类方法需要进行迭代运算 A:错 B:对 答案：关注公众号【题涯答案】免费查看 感知器算法的思想是选择一个合适的权向量a，使得aT与错分样本的乘积小于或等于零。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 穷举法是一种基本的特征选择最优算法。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 在两类问题当中，对样本采用贝叶斯决策时，两类的错误率之和为1 A:错 B:对 答案：关注公众号【题涯答案】免费查看 随机森林算法是基于自举思想的一种决策树改进算法 A:对 B:错 答案：关注公众号【题涯答案】免费查看 K-L变换也是一种特征提取的方法。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 基于数据的方法适用于特征和类别关系不明确的情况 A:对 B:错 答案：关注公众号【题涯答案】免费查看 在解空间中，越靠近边缘的解越可靠。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 一个典型的模式识别系统由原始数据获取与预处理、特征提取与选择、分类器设计或聚类、后处理四部分组成。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 在解空间中的解向量应该对所有的样本都满足aTyi>0的条件。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 在监督模式识别中，分类器的形式越复杂，对未知样本的分类精度就越高 A:对 B:错 答案：关注公众号【题涯答案】免费查看 在线性判别函数的表达式中，一般情况下，权向量w的维数和样本的维数是一致的。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 决策树学习是基于贪心算法的 A:对 B:错 答案：关注公众号【题涯答案】免费查看 在BP算法中，学习率选的越大，收敛速度越快。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 多层神经网络的各层神经元之间通过可修正的权值互联。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 特征的提取和选择对分类器的性能没有影响。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 在非监督学习中，可以采用数学上评价聚类性能的指标来帮助人们客观地理解和解释所得的聚类结果。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 分类器错误率的估计与测试集的样本数量无关。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 在K-L变换中的产生矩阵可以有不同的形式。 A:错 B:对 答案：关注公众号【题涯答案】免费查看 C均值算法是基于相似性度量的 A:错 B:对 答案：关注公众号【题涯答案】免费查看 线性分类器虽然简单，但是分类效果不一定不好 A:错 B:对 答案：关注公众号【题涯答案】免费查看 基于类内类间距离的可分性判据和概率密度函数的可分性判据都可以有不同的表达形式。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 当每一类均符合高斯分布时，可以通过调整二次判别函数中的阈值来减少错误率。 A:对 B:错 答案：关注公众号【题涯答案】免费查看
压缩近邻法去除的是远离分类边界，对于最后的决策没有贡献的样本。
A:错 B:对 答案：关注公众号【题涯答案】免费查看 在类别数量未知的情况下，可以采用二分树的方式进行分类器设计。 A:对 B:错 答案：关注公众号【题涯答案】免费查看 在模式识别系统中，不存在与问题领域无关的最优的学习算法或模式识别系统。 A:错 B:对 答案：关注公众号【题涯答案】免费查看