系统识别试题
系统辨识练习题
一、简述下列各题
1. 什么是系统辨识？系统辨识的组成要素有哪些？系统辨识的基本步骤有哪些？把
系统辨识的基本环节用框图表示出来。
2. 阐述辨识的原理，并以单输入单输出系统为例，画出辨识原理图。
3. 什么是最小二乘参数辨识问题，简单阐述它的基本原理。
4. 基本最小二乘算法有何优缺点？克服基本最小二乘算法的缺陷的方法有哪些？
5. 递推辨识算法的基本格式是什么？构成递推辨识算法的基本条件是什么？
6. 阐述极大似然原理。
7. 现代辨识方法大体上可以分成哪几类？ 8. 何谓白噪声？
9. 简述表示定理，并简单说明其意义。 10. 简述巴塞伐尔定理。
二、如下图所示，信号以1/2的概率在固定的时间间隔上改变极性，而且在持续时间区间内
信号幅度保持不变，求其自相关函数)(τx R 和谱密度函数)(ωx S 。
三、完成下面关于参数估计的统计性质的表格（在符合条件的栏内打√）
四、根据热力学原理，对于给定质量的气体，压力P 与体积V 之间的关系为βα
=PV
，其
中α和β为待定参数。经实验获得如下一批数据，V 单位为立方英寸，P 的单位为巴每平方英寸
试用一次完成的最小二乘算法确定参数α和β（只要求写出计算过程，不要求计算结果）。
五、 写出加权最小二乘算法的递推公式，并解释如何进行递推计算（包括初始条件如何
确定）？ 六、
考虑一个独立同分布的随机过程)}({t x ，在参数θ条件下随机变量x 的概率密度为
0,)|(2>=-θθθθx xe x P
求参数θ的极大似然估计。
模式识别试题答案
模 式 识 别 非 学 位 课 考 试 试 题 考试科目： 模式识别 考试时间 考生姓名： 考生学号 任课教师 考试成绩 一、简答题（每题6分，12题共72分）： 1、 监督学习和非监督学习有什么区别？ 参考答案：当训练样本的类别信息已知时进行的分类器训练称为监督学习，或者由教师示范的学习；否则称为非监督学习或者无教师监督的学习。 2、 你如何理解特征空间？表示样本有哪些常见方法？ 参考答案：由利用某些特征描述的所有样本组成的集合称为特征空间或者样本空间，特征空间的维数是描述样本的特征数量。描述样本的常见方法：矢量、矩阵、列表等。 3、 什么是分类器？有哪些常见的分类器？ 参考答案：将特征空中的样本以某种方式区分开来的算法、结构等。例如：贝叶斯分类器、神经网络等。 4、 进行模式识别在选择特征时应该注意哪些问题？ 参考答案：特征要能反映样本的本质；特征不能太少，也不能太多；要注意量纲。 5、 聚类分析中，有哪些常见的表示样本相似性的方法？ 参考答案：距离测度、相似测度和匹配测度。距离测度例如欧氏距离、绝对值距离、明氏距离、马氏距离等。相似测度有角度相似系数、相关系数、指数相似系数等。 6、 你怎么理解聚类准则？ 参考答案：包括类内聚类准则、类间距离准则、类内类间距离准则、模式与类核的距离的准则函数等。准则函数就是衡量聚类效果的一种准则，当这种准则满足一定要求时，就可以说聚类达到了预期目的。不同的准则函数会有不同的聚类结果。 7、 一种类的定义是：集合S 中的元素x i 和x j 间的距离d ij 满足下面公式： ∑∑∈∈≤-S x S x ij i j h d k k )1(1 ，d ij ≤ r ，其中k 是S 中元素的个数，称S 对于阈值h ，r 组成一类。请说明， 该定义适合于解决哪一种样本分布的聚类？ 参考答案：即类内所有个体之间的平均距离小于h ，单个距离最大不超过r ，显然该定义适合团簇集中分布的样本类别。 8、 贝叶斯决策理论中，参数估计和非参数估计有什么区别？ 参考答案：参数估计就是已知样本分布的概型，通过训练样本确定概型中的一些参数；非参数估计就是未知样本分布概型，利用Parzen 窗等方法确定样本的概率密度分布规律。 9、 基于风险的统计贝叶斯决策理论中，计算代价[λij ]矩阵的理论依据是什么？假设这个矩阵是 M ?N ，M 和N 取决于哪些因素？
过程控制期末试题及其答案学习资料
过程控制期末试题及 其答案
1.控制系统对检测变送的基本要求是___准确___、__迅速__和可靠 2.从理论上讲，干扰通道存在纯滞后不影响系统的控制质量。 3.离心泵的控制方案有直流节流法、改变泵的转速n 改变旁路回流量。效 率最差的是改变旁路回流量。 4.随着控制通道的增益K o的增加，控制作用___增强_______，克服干扰能 力___最大______,最大偏差_____减小_____系统的余差减小 5.控制器的选择包括结构材质的选择、口径的选择、流量特性的选择和正 反作用的选择。 6.防积分饱和的措施有对控制器的输出限幅、限制控制器积分部分的输出 和积分切除法。 7.如果对象扰动通道增益K f增加，扰动作用__增强__,系统的余差__增大__,最 大偏差_增大___。 8.简单控制系统的组成，各部位的作用是什么？ 解答： 简单控制系统由检测变送装置、控制器、执行器及被控对象组成。 检测变送装置的作用是检测被控变量的数值并将其转换为一种特定输出信号。 控制器的作用是接受检测装置送来的信号，与给定值相比较得出偏差，并按某种运算规律算出结果送往执行器。 执行器能自动地根据控制器送来的控制信号来改变操纵变量的数值，以达到控制被控变量的目的。 被控对象是指需要控制其工艺参数的生产设备或装置
9.气动执行器由__调节__机构和执行机构两部分组成，常用的辅助装置有 __阀门__定位器和手轮机构。 10.调节系统中调节器正反作用的确定依据是保证控制系统成为负反馈。 11.被控变量是指工艺要求以一定的精度保持__恒定 _或随某一参数的变化而 变化的参数。 12.反应对象特性的参数有放大倍数、时间常数、和纯滞后时间。 13.自动调节系统常用参数整定方法有哪些？常用的参数整定方法有!经验法*衰 减曲线法*临界比例度法*反应曲线法) 动态特性参数法，稳定边界法，衰减曲线法，经验法。 14.检测变送环节对控制系统的影响主要集中在检测元件的滞后和信号传递 的滞后问题上。 15.什么是对象数学模型，获取模型的方法有哪些？ 答：对对象特性的数学描述就叫数学模型。 机理建模和实验建模系统辨识与参数估计。解析法）和（实验辨识法） 机理建模：由一般到特殊的推理演绎方法，对已知结构、参数的物理系统运用相应的物理定律或定理，根据对象或生产过程的内部机理，经过合理的分析简化而建立起描述系统各物理量动静态性能的数学模型。 实验建模步骤：1确定输入变量与输出变量信号；2测试；3对数据进行回归分析。 16.简述被控量与操纵量的选择原则。. 答：一、(1) 被控量的选择原则: ①必须尽可能选择表征生产过程的质量指标作为被控变量;
模式识别试题
一、试问“模式”与“模式类”的含义。如果一位姓王的先生是位老年人，试问“王先生”和“老头”谁是模式，谁是模式类？ 二、试说明Mahalanobis距离平方的定义，到某点的Mahalanobis距离平方为常数的轨迹的几何意义，它与欧氏距离的区别与联系。 三、试说明用监督学习与非监督学习两种方法对道路图像中道路区域的划分的基本做法，以说明这两种学习方法的定义与它们间的区别。 四、试述动态聚类与分级聚类这两种方法的原理与不同。 五、如果观察一个时序信号时在离散时刻序列得到的观察量序列表示为，而该时序信号的内在状态序列表示成。如果计算在给定O条件下出现S的概 率，试问此概率是何种概率。如果从观察序列来估计状态序列的最大似然估计，这与Bayes 决策中基于最小错误率的决策有什么关系。 六、已知一组数据的协方差矩阵为，试问 1．协方差矩阵中各元素的含义。 2．求该数组的两个主分量。 3．主分量分析或称K-L变换，它的最佳准则是什么？ 4．为什么说经主分量分析后，消除了各分量之间的相关性。 七、试说明以下问题求解是基于监督学习或是非监督学习： 1. 求数据集的主分量非 2. 汉字识别有 3. 自组织特征映射非 4. CT图像的分割非 八、试列举线性分类器中最著名的三种最佳准则以及它们各自的原理。 九、在一两维特征空间，两类决策域由两条直线H1和H2分界， 其中 而包含H1与H2的锐角部分为第一类，其余为第二类。 试求： 1．用一双层感知器构造该分类器 2．用凹函数的并构造该分类器 十、设有两类正态分布的样本基于最小错误率的贝叶斯决策分界面，分别为X2=0，以及X1=3，其中两类的协方差矩阵，先验概率相等，并且有， 。 试求：以及。
系统辨识试卷A
1、相关分析法的主要优点是什么，其在工程中的应用有哪些方面？ 答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种统计平均的方法，具有信息滤波的功能，因此，在有噪声污染下，仍可提取有用信息，准确地求出系统的脉冲响应（1.5分）。 相关辨识技术在工程中的应用、可归结为下述几个方面： （1）系统动态特性的在线测试。包括机、炉、电等一次设备，风机、水泵等辅机以及二次自动控制系统；（1分） （2）对控制系统进行在线调试，使调节系统参数优化；（1分） （3）自适应控制中的非参数型模型辨识等。（1分） 2、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。 计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据， ρ<1）,这个加权因子体现出对老数据逐步衰就将以前的所有数据都乘上一个加权因子ρ（0< 减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 3、简述极大似然原理，叙述极大似然法和最小二乘法的关系。 答：极大似然法把参数估计问题化为依赖于统计信息而构造的似然函数的极大化问题，即当似然函数在某个参数值上达到极大时，就得到了有关参数的最佳估计。（2分）似然函数是在给定的观测量z和参数θ下的观测量的联合概率密度函数，它是实验观测的样本数据z和参数θ的函数。（2分）最小二乘法基本不考虑估计过程中所处理的各类数据的概率统计特性。极大似然法要求有输出量的条件概率密度函数的先验知识，当噪声服从正态分布的条件下，极大似然法和最小二乘法完全等价。（2分） 第1页，共1页
17春北航《机电控制工程基础》在线作业一
2017秋17春北航《机电控制工程基础》在线作业一 一、单选题（共20 道试题，共40 分。） 1. 系统的开环传递函数为100/S^2(0.1S+1)(5S+4)，则系统的型次为（）。 A. Ⅱ型 B. Ⅰ型 C. 0型 D. 系统不稳定 正确答案： 2. 二阶系统的传递函数G(s)=5/(s^2+2s+5)，则该系统是（）。 A. 临界阻尼系统 B. 欠阻尼系统 C. 过阻尼系统 D. 零阻尼系统 正确答案： 3. 最小相位系统的开环增益越大，则其（）。 A. 振荡次数越多 B. 稳定裕量越大 C. 相位变化越小 D. 稳态误差越小 正确答案： 4. 阻尼比为1时，特征根为（）。 A. 两个不等负实根 B. 两个纯虚根 C. 两个相等负实根 D. 两个负实部共轭复根 正确答案： 5. 惯性环节和积分环节的频率特性（）相等。 A. 幅频特性的斜率 B. 最小幅值 C. 相位变化率 D. 穿越频率 正确答案： 6. 采样频率满足（）条件时，采样信号频谱不发生重叠。 A. ωs≥2ωmax B. ωs＜2ωmax C. ωs＜ωmax
D. ωs≥ωmax 正确答案： 7. 若系统的特征方程为D(s)=3s^4+10s^3+5s^2+s+2=0，则此系统中包含正实部特征的个数有（）。 A. 0 B. 1 C. 2 D. 3 正确答案： 8. 人为地给系统施加某种测试信号，记录其输出响应，并用适当地数学模型逼近的方法又称为（）。 A. 最优控制 B. 系统辨识 C. 系统分析 D. 自适应控制 正确答案： 9. 若单位负反馈系统的闭环传递函数为φ(s)，则其开环传递函数G(s)等于（）。 A. φ(s)/(1+φ(s)) B. φ(s)/(1-φ(s)) C. (1+φ(s))/φ(s) D. (1-φ(s))/φ(s) 正确答案： 10. 单位阶跃函数的z变换为（）。 A. 1 B. 1/(z-1) C. z/(z-1) D. z/(z+1) 正确答案： 11. 描述线性离散系统运动状态通常用（）。 A. 微分方程 B. 传递函数 C. 定常差分方程 D. 信号流图 正确答案： 12. 系统开环伯德图上，低频段反映了闭环系统的（）特性。 A. 稳态 B. 动态 C. 抗干扰 D. 以上均正确 正确答案： 13. 对一阶微分环节G(s)=1+Ts，当频率为ω=1/T 时，其相频特性∠G(jω)为（）。 A. 45° B. -45°
系统辨识试卷B
襄樊学院2008-2009学年度上学期《系统辨识》试题 系别专业学号姓名 课程类别：选修课 适用专业：自动化 一、选择题（从下列各题的备选答案中选出一个或几个正确答案， 并将其代号写在题干后面的括号内。答案选错或未选全者，该题不得 分。每空2分，共12分） 1、下面哪种建模方法也称为“黑箱问题”（）。 （A）机理建模（B）实验建模（C）机理分析和系统辨识相结合（D）系统辨识 2、频谱覆盖宽、能量均匀分布是下面哪种信号的特点（）。 （A）白噪声信号（B）脉冲信号（C）阶跃信号（D）斜坡信号 3、下面哪种辨识方法不属于系统辨识的经典方法（）。 （A）阶跃响应法（B）相关分析法（C）最小二乘法（D）频率响应法4、下面哪些数学模型属于参数型（）。
（A）微分方程（B）状态方程（C）传递函数（D）脉冲响应模型5、下面哪些内容属于系统辨识的基本内容（）。 （A）观测数据（B）模型结构辨识（C）模型参数辨识（D）模型验证6、下面哪个不属于系统辨识过程中的3大要素之一（）。 （A）输入输出数据（B）输入数据（C）模型类（D）等价准则 二、填空题（每空2分，共14分） 1、通过和计算的方法，可以由阶跃响应求出系统的传递函数。 2、SISO系统的结构辨识可归结为确定和。 3、最小二乘法是和的特殊情形。 4、的最小二乘递推算法和的最小二乘递推算法都称为实时辨识算法。 三、判断改错题（下列命题你认为正确的在题后括号内打“√”； 错误的打“×”并改正；每小题2分，共20分）
1、白噪声过程是一种均值为非零、谱密度为非零常数的平稳 （）随机过程。 2、相关分析法对噪声有滤波作用。（） 3、白噪声和M序列是两个完全相同的概念。（） 4、预报误差法不需要先验统计信息。（） 5、增长记忆估计算法给新、老数据不相同的信度。（） 6、均值和方差是随机过程的数字特征。（） 7、等价准则是系统辨识的优化目标。（） 8、传递函数属于参数型。（） 9、机理建模这种建模方法也称为“灰箱问题”。（） 10、系统辨识不需要知道系统的阶次。（） 四、简答题（回答要点，并简明扼要作解释，每小题6分，共18分） 1、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。
中科院-模式识别考题总结(详细答案)
1.简述模式的概念及其直观特性，模式识别的分类，有哪几种方法。（6’） 答（1）：什么是模式？广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。 模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。 模式的直观特性：可观察性；可区分性；相似性。 答（2）：模式识别的分类： 假说的两种获得方法（模式识别进行学习的两种方法）： ●监督学习、概念驱动或归纳假说； ●非监督学习、数据驱动或演绎假说。 模式分类的主要方法： ●数据聚类：用某种相似性度量的方法将原始数据组织成有意义的和有用的各种数据 集。是一种非监督学习的方法，解决方案是数据驱动的。 ●统计分类：基于概率统计模型得到各类别的特征向量的分布，以取得分类的方法。 特征向量分布的获得是基于一个类别已知的训练样本集。是一种监督分类的方法， 分类器是概念驱动的。 ●结构模式识别：该方法通过考虑识别对象的各部分之间的联系来达到识别分类的目 的。（句法模式识别） ●神经网络：由一系列互相联系的、相同的单元（神经元）组成。相互间的联系可以 在不同的神经元之间传递增强或抑制信号。增强或抑制是通过调整神经元相互间联 系的权重系数来（weight）实现。神经网络可以实现监督和非监督学习条件下的分 类。 2.什么是神经网络？有什么主要特点？选择神经网络模式应该考虑什么因素？ （8’） 答（1）：所谓人工神经网络就是基于模仿生物大脑的结构和功能而构成的一种信息处 理系统（计算机）。由于我们建立的信息处理系统实际上是模仿生理神经网络，因此称它为人工神经网络。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 人工神经网络的两种操作过程：训练学习、正常操作（回忆操作）。 答（2）：人工神经网络的特点： ●固有的并行结构和并行处理； ●知识的分布存储； ●有较强的容错性； ●有一定的自适应性； 人工神经网络的局限性： ●人工神经网络不适于高精度的计算； ●人工神经网络不适于做类似顺序计数的工作； ●人工神经网络的学习和训练往往是一个艰难的过程； ●人工神经网络必须克服时间域顺序处理方面的困难； ●硬件限制； ●正确的训练数据的收集。 答（3）：选取人工神经网络模型，要基于应用的要求和人工神经网络模型的能力间的 匹配，主要考虑因素包括：
中科大模式识别试题
中国科学技术大学模式识别试题 （2012年春季学期） 姓名：学号：成绩： 一、填空与选择填空（本题答案写在此试卷上，30分） 1、模式识别系统的基本构成单元包括：、 和。 2、统计模式识别中描述模式的方法一般使用；句法模式识别中模式描述方法一般 有、、。 3、聚类分析算法属于；判别域代数界面方程法属于。 （1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法 4、若描述模式的特征量为0-1二值特征量，则一般采用进行相似性度量。 （1）距离测度（2）模糊测度（3）相似测度（4）匹配测度 5、下列函数可以作为聚类分析中的准则函数的有。 （1） (4) 6、Fisher线性判别函数的求解过程是将N维特征矢量投影在中进行。 （1）二维空间（2）一维空间（3）N-1维空间 7、下列判别域界面方程法中只适用于线性可分情况的算法有；线性可分、不可分都适用的 有。 （1）感知器算法（2）H-K算法（3）积累位势函数法 8、下列四元组中满足文法定义的有。 （1）({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A) （2）({A}, {0, 1}, {A→0, A→ 0A}, A) （3）({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S) （4）({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A) 二、(15分)简答及证明题 （1）影响聚类结果的主要因素有那些？ （2）证明马氏距离是平移不变的、非奇异线性变换不变的。 （3）画出对样本集 ω1：{(0,0,0)T, (1,0,0)T, (1,0,1)T, (1,1,0)T,} PDF 文件使用 "pdfFactory Pro" 试用版本创建https://www.360docs.net/doc/0618192153.html,
系统辨识习题解答(最新)
系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模 型写成最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++= 1101)(，从而 )()1()()(10n k u d k u d k u d k z n -++-+= 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h ，则有最小二乘格式： )()()()()(0 k e k h k e k h d k z n i i i +=+=∑=τ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要 用一种模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线 性环节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 ) () ()(1 11 ---=z C z D z H 即 )()()()(1 1k v z D k e z C --= 其中 c c n n z c z c z C ---+++= 1 11 1)( d d n n z d z d z D ---+++= 1 111)(
模式识别与机器学习期末考查试题及参考答案(20210221222717)
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
模式识别复习题1
模式识别 复习题 1. 简单描述模式识别系统的基本构成（典型过程）？ 2. 什么是监督模式识别（学习）？什么是非监督模式识别（学习）？ 对一副道路图像，希望把道路部分划分出来，可以采用以下两种方法： (1). 在该图像中分别在道路部分与非道路部分画出一个窗口，把在这两个窗口中的象素数据作为训练集，用某种判别准则求得分类器参数，再用该分类器对整幅图进行分类。 (2)．将整幅图的每个象素的属性记录在一张数据表中，然后用某种方法将这些数据按它们的自然分布状况划分成两类。因此每个象素就分别得到相应的类别号，从而实现了道路图像的分割。 试问以上两种方法哪一种是监督学习，哪个是非监督学习？ 3. 给出一个模式识别的例子。 4. 应用贝叶斯决策的条件是什么？列出几种常用的贝叶斯决策规 则，并简单说明其规则. 5. 分别写出在以下两种情况：（1）12(|)(|)P x P x ωω=；（2）12()() P P ωω=下的最小错误率贝叶斯决策规则。 6. （教材P17 例2.1） 7. （教材P20 例2.2），并说明一下最小风险贝叶斯决策和最小错误 率贝叶斯决策的关系。 8. 设在一维特征空间中有两类服从正态分布的样本， 12122,1,3,σσμμ====两类先验概率之比12(),() P e P ωω= 试确定按照最小错误率贝叶斯决策规则的决策分界面的x 值。
9. 设12{,,...,}N x x x =X 为来自点二项分布的样本集，即 1(,),0,1,01,1x x f x P P Q x P Q P -==≤≤=-，试求参数P 的最大似然估 计量?P 。 10. 假设损失函数为二次函数2??(,)()P P P P λ=-，P 的先验密度为均匀分布，即()1,01f P P =≤≤。在这样的假设条件下，求上题中的贝叶 斯估计量?P 。 11. 设12{,,...,}N x x x =X 为来自(|)p x θ的随机样本，其中0x θ≤≤时， 1 (|)p x θθ=，否则为0。证明θ的最大似然估计是max k k x 。 12. 考虑一维正态分布的参数估计。设样本（一维）12,,...,N x x x 都是由 独立的抽样试验采集的，且概率密度函数服从正态分布，其均值μ和方差2σ未知。求均值和方差的最大似然估计。 13. 设一维样本12{,,...,}N x x x =X 是取自正态分布2(,)N μσ的样本集，其中 均值μ为未知的参数，方差2σ已知。未知参数μ是随机变量，它的先验分布也是正态分布200(,)N μσ，200,μσ为已知。求μ的贝叶斯估计 ?μ 。 14. 什么是概率密度函数的参数估计和非参数估计？分别列去两种 参数估计方法和非参数估计方法。 15. 最大似然估计和Parzen 窗法的基本原理？
系统辨识练习题
系统辨识练习题方法一：%递推最小二乘参数估计（RLS）clear all; close all; a=[1 -1.5 0.7]'; b=[1 0.5]'; d=3; %对象参数 na=length(a)-1; nb=length(b)-1; %na、nb为A、B阶次 L=480; %仿真长度 uk=zeros(d+nb,1); %输入初值：uk(i)表示u(k-i) yk=zeros(na,1); %输出初值 u=randn(L,1); %输入采用白噪声序列 xi=sqrt(0.1)*randn(L,1); %白噪声序列 theta=[a(2:na+1);b]; %对象参数真值 thetae_1=zeros(na+nb+1,1); %thetae初值 P=10^6*eye(na+nb+1); for k=1:L phi=[-yk;uk(d:d+nb)]; %此处phi为列向量 y(k)=phi'*theta+xi(k); %采集输出数据 %递推最小二乘法 K=P*phi/(1+phi'*P*phi); thetae(:,k)=thetae_1+K*(y(k)-phi'*thetae_1); P=(eye(na+nb+1)-K*phi')*P; %更新数据 thetae_1=thetae(:,k); for i=d+nb:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=na:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); end plot([1:L],thetae); %line([1,L],[theta,theta]); xlabel('k'); ylabel('参数估计a、b'); legend('a_1','a_2','b_0','b_1'); axis([0 L -2 2]);
436智能控制基础模拟试题5
《智能控制基础》模拟试卷5 教学站学号姓名手机号成绩 开卷 一、判断题（判断下列所述是否正确，正确填入“√”：错误则填“x”。每题2分，共20分） 1.反馈型神经网络中，每个神经元都能接收所有神经元输出的反馈信息。（） 2.一般情况下，神经网络系统模型的并联结构可以保证系统辨识收敛。（） 3.遗传算法的复制操作可以通过随机方法来实现，可使用计算机，也可使用轮盘赌的转盘。（） 4.在遗传算法中，初始种群的生成不能用随机的方法产生。（） 5．语气算子有集中化算千、散漫化算子和模糊化算子三种。（） 6．从模糊控制查询表中得到控制量的相应元素后，乘以量化因子即为控制量的变化值。（）7．单层感知器用于分类只能解决线性问题。（） 8．神经网络用于系统正模型辨识的结构只有串联结构一种。（ ) 9．知识库和数据库是专家系统的核心部分。（） 10．直接式专家控制系统可以采用单片机来实现。（） 二、选择题(20分，每小题2分) 1．由于各神经元之间的突触连接强度和极性有所不同并可进行调整，因此人脑才具有( ) 的功能。 A．学习和存储信息B．输入输出 C．联想D．信息整合 2..适合专家控制系统的是（ D ）。 A.雷达故障诊断系统 B．军事冲突预测系统 C．聋哑人语言训练系统 D．机车低恒速运行系统 3.在神经网络内模控制结构中，神经网络辨识器用来获得（）。 A．被控对象的正模刑B．被控刘象的逆模型 C．线性滤波器D．控制器
4．已知语言变量论域上的模糊集合及论域中各元素对各模糊集合的隶属度，据此可 建立（ ） A ．语言变量赋值表 B ．模糊控制器查询表 C ．模糊控制规则表 D ．量化因子计算式 5. 神经网络直接逆控制是一种( )控制。 A ．反馈 B ．前馈 C ．串级 D ．混合 6．( A )系统遵循层次越高，智能越高而精度越低的原则。 A.仿人分层递阶控制 B.仿人智能开关控制 C.仿人智能比例控制 D.仿人智能积分控制 7．总结手动控制策略，得出一组由模糊条件语句构成的控制规则，据此可建立( )。 A.输入变量赋值表 B.输出变量赋值表 C.模糊控制器查询表 D.模糊控制规则表 8．生物神经元的突触连接相当于神经元之间的( )。 A.输入连接 B.输入输出接口 C.绝缘 D.输出连接 9．遗传算法的基本操作顺序是（ C ）。 A.计算适配度、交叉、变异、选择 B ．计算适配度、交叉、选择、变异 C ．计算适配度、选择、交叉、变异 D ．计算适配度、选择、交叉、变异 10.下列概念中不能用普通集合表示的是（ D ）。 A.控制系统 B ．低于给定温度 C ．工程师 D ．压力不足 三、简答题（20分，每题10分） 1．简述将模糊控制规则离线转化为查询表形式的模糊控制器的设计步骤。 2．智能控制有何基本特点？智能控制有哪些主要类型？ 四、计算题(20分） 模糊推理。对于某个系统，已知有 321x 0x 4.0x 1A ++=，321y 1y 6.0y 1 .0 B ++=，则有3 21z 1z 0z 3.0C ++=
模式识别试题及总结
一、填空与选择填空（本题答案写在此试卷上，30分） 1、模式识别系统的基本构成单元包括：模式采集、特征提取与选择 和模式分类。 2、统计模式识别中描述模式的方法一般使用特真矢量；句法模式识别中模式描述方法一般有串、树、网。 3、聚类分析算法属于（1）；判别域代数界面方程法属于（3）。 （1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法 4、若描述模式的特征量为0-1二值特征量，则一般采用（4）进行相似性度量。 （1）距离测度（2）模糊测度（3）相似测度（4）匹配测度 5、下列函数可以作为聚类分析中的准则函数的有（1）（3）（4）。 （1）（2） (3) (4) 6、Fisher线性判别函数的求解过程是将N维特征矢量投影在（2）中进行。 （1）二维空间（2）一维空间（3）N-1维空间 7、下列判别域界面方程法中只适用于线性可分情况的算法有（1）；线性可分、不可分都适用的有（3）。 （1）感知器算法（2）H-K算法（3）积累位势函数法 8、下列四元组中满足文法定义的有（1）（2）（4）。 （1）({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A) （2）({A}, {0, 1}, {A→0, A→ 0A}, A) （3）({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S) （4）({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A) 9、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定的 类别数目））。 10、欧式距离具有（ 1、2 ）；马式距离具有（1、2、3、4 ）。 （1）平移不变性（2）旋转不变性（3）尺度缩放不变性（4）不受量纲影响的特性 11、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的 正（负）半空间中；绝对值正比于样本点到判别界面的距离。）。 12、感知器算法1。 （1）只适用于线性可分的情况；（2）线性可分、不可分都适用。
系统辨识习题解答
系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模型写成 最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --==ΛΛh 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++=Λ1101)(，从而 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --==ΛΛh ，则有最小二乘格式： )()()()()(0k e k k e k h d k z n i i i +=+=∑=θτ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要用一种 模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线性环 节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 即 )()()()(11k v z D k e z C --= 其中 c c n n z c z c z C ---+++=Λ1111)( 根据其结构，噪声模型可区分为以下三类： 自回归模型（AR 模型）： )()()(1k v k e z C =- 平均滑动模型（MA 模型）： )()()(1k v z D k e -= 自回归平均滑去模型（ARMA 模型）： )()()()(11k v z D k e z C --= 3－4、根据离散Wiener-Hopf 方程，证明 解：由于M 序列是循环周期为t N P ?，12-=P P N ，t ?为M 序列移位脉冲周期，自相关函数 近似于δ函数，a 为M 序列的幅度。设数据的采样时间等于t ?，则离散Wiener-Hopf 方程为： 当M 序列的循环周期t N P ?大于过程的过渡过程时间时，即P N 充分大时，离散Wiener-Hopf 方程可写成：
模式识别试题
《模式识别》试题答案（A卷） 一、填空与选择填空（本题答案写在此试卷上，30分） 1、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定 的类别数目））。 2、欧式距离具有（ 1、2 ）；马式距离具有（1、2、 3、4 ）。（1）平移不变性（2）旋转不 变性（3）尺度缩放不变性（4）不受量纲影响的特性 3、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的 正（负）半空间中；绝对值正比于样本点到判别界面的距离。）。 4、感知器算法1。（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。 5、积累势函数法较之于H-K算法的优点是（该方法可用于非线性可分情况（也可用于线性可分情 况））；位势函数K(x,x k)与积累位势函数K(x)的关系为（ ∑ ∈ = X x x x K x K ~ k k k ) , ( ) ( α ）。 6、在统计模式分类问题中，聂曼-皮尔逊判决准则主要用于（某一种判决错误较另一种判决错误更 为重要）情况；最小最大判决准则主要用于（先验概率未知的）情况。 7、“特征个数越多越有利于分类”这种说法正确吗？（错误）。特征选择的主要目的是（从n个特 征中选出最有利于分类的的m个特征（m
自适应控制习题(系统辨识)(2020年整理).pdf
自适应控制习题 （徐湘元，自适应控制理论与应用，电子工业出版社，2007） 【2-1】 设某物理量Y 与X1、X2、X3的关系如下：Y=θ1X 1+θ2X 2+θ3X 3 由试验获得的数据如下表。试用最小二乘法确定模型参数θ1、θ2和θ3 X1: 0.62 0.4 0.42 0.82 0.66 0.72 0.38 0.52 0.45 0.69 0.55 0.36 X2: 12.0 14.2 14.6 12.1 10.8 8.20 13.0 10.5 8.80 17.0 14.2 12.8 X3: 5.20 6.10 0.32 8.30 5.10 7.90 4.20 8.00 3.90 5.50 3.80 6.20 Y: 51.6 49.9 48.5 50.6 49.7 48.8 42.6 45.9 37.8 64.8 53.4 45.3 【2-3】 考虑如下模型 )()(3.03.115.0)(212 1t w t u z z z z t y ++?+=???? 其中w(t)为零均值、方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),分别采用批处理最小二乘法、具有遗忘因子的最小二乘法（λ=0.95）和递推最小二乘法估计模型参数（限定数据长度N 为某一数值，如N=150或其它数值），并将结果加以比较。 【2-4】 对于如下模型 )()1.065.01()()5.0()()15.08.01(213221k w z z k u z z k y z z ??????+?++=+? 其中w(k)为零均值、方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),分别采用增广最小二乘法和随机逼近法进行模型参数估计，并比较结果。 （提示：w(t)可以用MATLAB 中的函数“randn ”产生）。 【3-1】 设有不稳定系统： )()9.01()()1(111k u z z k y z ???+=? 期望传递函数的分母多项式为)5.01()(11???=z z Am ，期望输出m y 跟踪参考输入r y ，且无稳态误差。试按照极点配置方法设计控制系统，并写出控制表达式。 【3-2】 设有被控过程： )()2.11()()6.07.11(1221k u z z k y z z ????+=+? 给定期望传递函数的分母多项式为)08.06.01()(211???+?=z z z A m ，试按照极点配置方法设计控制系统，使期望输出无稳态误差，并写出控制表达式u(k)。
摩擦学题库
第一章 绪论（5） 1、摩擦学研究的理论和实践包括设计和计算、润滑材料和润滑方法，摩擦材料和表面状态以及摩擦故障诊断、监测和预报等。 2、摩擦学的一般定义是：“关于相对运动中相互作用表面的科学、技术及有关的实践”。通常也理解为包括摩擦、磨损和润滑在内的一门跨学科的科学。 3、摩擦学研究的对象很广泛，概括说研究摩擦、磨损(包括材料转移)和润滑(包括固体润滑)的原理及其应用。概括起来有以下八方面： （1）． 摩擦学现象的作用机理。 （2）． 材料的摩擦学特性。 （3）． 摩擦学元件(包括人体人工关节)的特性与设计以及摩擦学失效分析。 （4）． 摩擦材料。 （5）． 润滑材料。 （6）． 摩擦学状态的测试技术与仪器设备。 （7）． 机器设备摩擦学失效状态的在线检测与监控以及早期预报与诊断。 （8）．摩擦学数据库与知识库。 4、摩擦学研究的基本方法 （1）、黑箱法 只知其输入值和输出值，但不知其内部结构的系统称为‘ 黑箱 ’。 （2）、系统辨识方法： 通过对系统输入－输出数据的测量和处理，以建立系统数学模型的方法，即系统辨识方法。 （3）、相关法 在大量试验数据的基础上，建立材料的摩擦学性能Pt 与材料表面组织结构参数Si 相关性的函数关系的一种方法，即：F(Pt ，S1，S2， )＝0 第二章 固体的表面性质（15） 1、表面的几何形状特征 （1）、微观几何形状误差 加工过程固有误差引起表面对设计要求的形状偏差,用表面波纹度、表面粗糙度描述 （2）、表面波纹度 切削加工过程中系统有害振动引起的表面波纹（波高h 、波距s ） 宏观粗糙度 h /s ≈1：40 ；s 一般1~10mm （3）、表面粗糙度 不象波纹度那样有明显的周期性，波距较大、波高较小 实际轮廓 粗糙度 波纹度 表面形貌
2014《科学素养与科研方法》试题参考答案
2014《科学素养与科研方法》试题参考答案
科学素养和科研方法 一、单选 1.（）是在各种各样的科学共同体中进行的,它本质上是共同体的产物。 A 实践活动 2. () 是在人们解决某些实际问题的研究中所采用的各种手段和步骤。 A 科学研究方法 3.（）是指针对某一研究领域中的一些重点问题，召集一些相关的代表而举办的学术会议。 A 代表会议 4.（）是指那些人们暂时无法打开或不允许打开并且也无法直接观测其内部结构，只能从外部输入和输出来认识 的系统。 B 黑箱 5.（）是指学术团体定期组织的主要由本学术团体成员参加的会议，会议周期短的为半年，长的为一年或两年不 等。 D 团体定期会 6 .（）是现代通信理论、控制论、自动化技术、电子计算机技术等现代科技的综合运用。 A 信息方法 7.（）是利用反馈的手段，对系统进行控制调节，以增强系统稳定性或实现系统目标的方法。 C 反馈控制方法 8 .（）在制定生物分类系统的过程中，创立了分类方法，开创了生物分类学，促进了生物进化思想的形成。 D 林奈 9.（）不断地给社会科学工作者提出新的课题。 B 社会现实的需要 10.（）第一次把试验的经验研究方法和几何的演绎推理巧妙地结合起来，建立了著名的杠杆原理。 A 阿基米德 11.报刊论文和（）共同构成了社会研究的最主要的两大信息源。 B 图书专著 12.巴门尼德、柏拉图等人的研究为（）创立形式逻辑体系奠定了基础。 A 亚里士多德 13.部分信息已知、部分信息未知的一类系统是指（）。A 灰色系统 14.查阅建国后的报刊资料，可以利用（）。D《新华日报》 15.从阅读报纸、书刊或其他途径得来的少量信息出发，加上自己已有的背景知识和相关知识，运用一系列假设 性、创造性的演绎推理，导出一系列结论，然后在实践中加以证实的方法，这是指（）。C 信息推理 术 16.从根本上讲，科研课题的产生来自于实践与理论的（）。D 矛盾 17.“重复别人的,不搞创新,盲目立项,甚至专门跟着别人后面模仿”的行为属于（）。A 科学研究的低水平重复 18.对逻辑方法进行了深入的研究，在他的著作《论逻辑》中研究了归纳的人是（）。A 德谟克利特 19.对《红楼梦》进行词频分析，以了解曹雪芹的语言风格和高鄂的语言风格的区别以及他们所代表的时代色彩，这是采用了（）。A 内容分析法 20.对于长篇小说的分析不宜采用（）。P247B 文字结构分析 21.对于学术论文的客观检测，历来一向沿用传统的（）。这种笼统的模糊印象式方法难以科学地精确地反映出不