武汉大学遥感院模式识别考试
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。
武汉大学遥感试题及答案
1. 遥感系统的组成为＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿。
2. 遥感技术发展的历史可分为＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿四个阶段，其中第四阶段是从＿＿＿＿＿年算起的。
3. NASA的全称是（中文）＿＿＿＿＿＿＿＿＿＿＿＿＿，英文全称是＿＿＿＿＿。
它是美国联邦政府机构，成立于1958年。
负责美国所有各种＿＿＿＿＿、＿＿＿＿＿以及＿＿＿＿＿和＿＿＿＿＿的研究及装备建造工作。
4. ＿＿＿年＿＿＿日，中国第一颗人造地球卫星＿＿＿＿＿发射成功。
5. 遥感分类中按遥感平台可分为＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿。
按传感器的探测波段可分为：＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿。
按工作方式可分为：＿＿＿＿＿和＿＿＿＿＿。
按RS的应用领域可分为：＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿等。
6. 遥感技术的特点有：＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿等。
7. 当前遥感技术发展的趋势为：＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿。
8. 遥感机理是通过利用＿＿＿＿＿主动或被动地接受地面目标＿＿＿＿＿或＿＿＿＿＿的＿＿＿＿＿，通过＿＿＿＿＿所传递的信息来识别目标，从而达到＿＿＿＿＿的目的。
9. 电磁波是电磁振动的传播，当电磁振荡进入空间时，变化的＿＿＿＿＿激发了变化的＿＿＿＿＿，使电磁振荡在空间传播，形成电磁波，也称电磁辐射。
10. 电磁波是＿＿＿＿＿波，质点的震动方向与波的传播方向＿＿＿＿＿。
11. 电磁波遇到介质（气体、液体、固体）时，会发生＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿现象。
12. 可见光的波长范围是＿＿＿＿＿到＿＿＿＿＿。
13. 黑体的性质是吸收率为＿＿＿，反射率为＿＿＿。
14. 按照维恩位移定律的描述，黑体辐射光谱中最强辐射的波长λmax与黑体绝对温度T成＿＿＿。
15. 实际地物的发射分＿＿＿＿＿和＿＿＿＿＿情况16. 按发射率变化情况，将地物分为＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿四种类型。
大学模式识别考试题及答案详解
大学模式识别考试题及答案详解Last revision on 21 December 2020一、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}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, 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。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
武汉大学遥感院遥感试题(初试)
武汉大学遥感院遥感试题(初试)07年一、名词解释灰体方向反射太阳同步轨道图像锐化构象方程推扫视传感器光谱特性曲线哈达玛变换二、判断题1.在微波波段，固体的微波辐射亮度与绝对温度的四次方成正比2.卫星轨道在空间的具体形状位置，可有六个轨道参数来确定3.对于中心投影图像，其成像点的位置取决于地物点入射光线的方向4.可见光图像距其灰度与辐射功率成函数关系，因此也就与温度和发射率的大小有直接关系三、选择题1.对于spot产品，没做任何改正的图像，被称作（）0级产品1A级产品2A级产品3A级产品2.按比例拉伸原始图像灰度等级范围，被称作（）直方图均衡线性变换密度分割3.全景投影的影像面是一个（）平面斜面圆柱面4.植物的反射陡坡主要位于（）4.举例说明遥感图像增强的目的和实质5.说明遥感图像的粗加工处理6.说明辐射误差的主要来源7.举例说明入射角对策是雷达图像色调的影响8.绘图说明最大似然法分类的错分概率五、论述题概述高分辨率陆地卫星的现状与主要应用如何利用知识改进遥感图像自动识别效果论述遥感图象的空间特征及其应用09年一、名词解释光谱特性曲线等效温度生物量指标瞬时视场方向反射特征变换地面分辨率全景畸变二、判断题1.同一地区不同时间获取的影像一定可以进行立体观测2.侧视雷达图像和中心投影成像有地形引起的变形大小相同3.美国陆地资源卫星landsat4/5上搭载的TM传感器是多光谱扫描仪4.法国sport4卫星搭载的HRV传感器是推扫视成像5.清晨和傍晚我们看到太阳的颜色是红色是由于大气对红光吸收少的原因三、选择题1.在太阳照射到月球表面时，站在月球表面观测天空，我们看到天空的颜色是（）和地球表面一样颜色白色黑色不能确定2.下面哪种电磁波的特性只在SAR成像中应用得到（）电磁波衍射电磁波叠加电磁波多普勒效应极化3.我国嫦娥1号月球卫星探测月球表面三维信息是采用哪种方式（）激光扫描技术同归立体观测异轨立体观测INSAR技术4.面阵推扫式成像方式的传感器是（）成像雷达成像光谱仪框幅式摄影机多光谱扫描仪5.下面哪种影像灰度值的大小与后向散射有关（）TM影像HRV影像RADARSAT影像IkONS 影像四、简答题1.简述卫星传感器的辐射误差来源2.简述侧视雷达图像的几何特点3.简述最大似然法与最小距离法的区别与联系4.简述进行地面光谱测量的意义5.简述卫星图像之间的匹配与航空影像之间匹配的不同点6.描述传感器特性的参数有哪些7.资源卫星的轨道特点有哪些五、论述题从现代遥感技术组成的角度出发，论述遥感技术的发展趋势现有2008年4月某日和2008年5月20日四川汶川地区的sport卫星十米分辨率的两景2A级影像，请详细说明用遥感方法检测地震后堰塞湖面积及变化步骤根据你学的知识，论述提高遥感影像计算机自动分类精度的对策（要求从数据源和分类方法两方面分别说明）。
大学模式识别考试题及答案详解
大学模式识别考试题及答案详解Company number：【0089WT-8898YT-W8CCB-BUUT-202108】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}, {A01, A 0A1 , A 1A0 , B BA , B 0}, A)（2）({A}, {0, 1}, {A0, A 0A}, A)（3）({S}, {a, b}, {S 00S, S 11S, S 00, S 11}, S)（4）({A}, {0, 1}, {A01, 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。
答：（1）分类准则，模式相似性测度，特征量的选择，量纲。
（2）证明：(2分)(2分)(1分)设，有非奇异线性变换：(1分)(4分)三、(8分)说明线性判别函数的正负和数值大小在分类中的意义并证明之。
武汉大学模式识别复习提纲【范本模板】
考试事项及复习提纲考试时间及地点:本周日（12月1号），（8:50—11：25）2—4节，在1区教三楼3-102题目类型：满分100分6道简答+6道计算复习范围：1、09年试题+10年考试试题2、课本例题（附章节和页面)3、中科院考博题库题目透视：09年和10年试题预览：题目+答案一、简答题1 简述模式识别系统的构成。
2 简述机器学习方法中随机训练、成批训练和在线训练的区别。
3 简述隐马尔可夫模型的三个核心问题。
4 简述基于贝叶斯分类器的分类系统产生的最终分类误差的来源。
5 简单列举出三种度量距离的方法。
6 具有d个输入单元、n个隐单元、c个输出单元以及偏置的一个标准三层反向传播网,网络中有多少权值?7最大似然方法与Bayes估计的差异答案：1、系统构成：信息获取是指通过传感器将光或声音等信息转化为计算机可以处理的电信息；预处理包括A\D，二值化,图象的平滑，变换，增强,恢复，滤波等，主要指图象处理;特征提取和选择是把测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征的过程；分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时,错误率最低;分类决策是在特征空间中对被识别对象进行分类.2、随机训练：模式是随机的从训练集中提取的,网络权值也根据不同的模式进行更新,训练数据可认为是一个随机变量；成批训练：所有的模式在训练前全部送往网络中；在线训练：每种模式只提供一次，不需要存储器来保存模式，当训练数据很多或者当内存消耗大而无法存储数据时，常采用在线训练.3、 隐马尔可夫模型的三个核心问题：1） 估值:HMM 的转移概率已知，计算这个模型产生一个特定观测值的概率；2） 解码:已知一个HMM 和一个它所产生的观测序列,确定产生该观测序列最有可能的隐状态序列；3） 学习:只知一个HMM 的大致结构，其转移概率都未知.如何从一组可见符号的序列中，决定这些参数4、 简述基于贝叶斯分类器的分类系统产生的最终分类误差的来源:贝叶斯误差：由于不同的类条件概率密度函数之间的互相重叠引起的固有误差，无法消除；模型误差: 选择不正确的模型所导致的分类误差；估计误差： 采用有限样本进行估计带来的误差。
《模式识别》试题库(共享).docx
《模式识别》试题库一、基本概念题1.1 模式识别的三大核心问题:是：、、。
1.2、模式分布为团状时，选用聚类算法较好。
1.3欧式距离具有o 马式距离具有o（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1.4描述模式相似的测度有：=（1）距离测度（2）模糊测度（3）相似测度（4）匹配测度1.5利用两类方法处理多类问题的技术途径有：（1）；（2）；（3） o其中最常用的是第个技术途径。
1.6判别函数的正负和数值大小在分类中的意义是：，__________________________________________________________________________________1.7感知器算法=（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。
1.8积累位势函数法的判别界面一般为o（1）线性界面；（2）非线性界面。
1.9基于距离的类别可分性判据有：oS B S B（1）『「［，”咒］（2）（3）1.10作为统计判别问题的模式分类，在（）情况下，可使用聂曼-皮尔逊判决准则。
1.11确定性模式非线形分类的势函数法中，位势函数K（x,xQ与积累位势函数K（x）的关系为（）O1.12用作确定性模式非线形分类的势函数法，通常，两个n维向量X和Xk的函数K（x,xD若同时满足下列三个条件，都可作为势函数。
①（）；②()；③K(x, x k)是光滑函数，且是x和珏之间距离的单调下降函数。
1.13散度J”越大，说明。
类模式与①」类模式的分布( )。
当。
类模式与®类模式的分布相同时，Jij=()。
1.14若用Parzen窗法估计模式的类概率密度函数，窗口尺寸hl过小可能产生的问题是( ),hl过大可能产生的问题是( )01.15信息炳可以作为一种可分性判据的原因是：。
1.16作为统计判别问题的模式分类，在( )条件下，最小损失判决规则与最小错误判决规则是等价的。
模式识别习题及答案
模式识别习题及答案模式识别习题及答案模式识别是人类智能的重要组成部分，也是机器学习和人工智能领域的核心内容。
通过模式识别，我们可以从大量的数据中发现规律和趋势，进而做出预测和判断。
本文将介绍一些模式识别的习题，并给出相应的答案，帮助读者更好地理解和应用模式识别。
习题一：给定一组数字序列，如何判断其中的模式？答案：判断数字序列中的模式可以通过观察数字之间的关系和规律来实现。
首先，我们可以计算相邻数字之间的差值或比值，看是否存在一定的规律。
其次，我们可以将数字序列进行分组，观察每组数字之间的关系，看是否存在某种模式。
最后，我们还可以利用统计学方法，如频率分析、自相关分析等，来发现数字序列中的模式。
习题二：如何利用模式识别进行图像分类？答案：图像分类是模式识别的一个重要应用领域。
在图像分类中，我们需要将输入的图像分为不同的类别。
为了实现图像分类，我们可以采用以下步骤：首先，将图像转换为数字表示，如灰度图像或彩色图像的像素矩阵。
然后，利用特征提取算法，提取图像中的关键特征。
接下来，选择合适的分类算法，如支持向量机、神经网络等，训练模型并进行分类。
最后，评估分类结果的准确性和性能。
习题三：如何利用模式识别进行语音识别？答案：语音识别是模式识别在语音信号处理中的应用。
为了实现语音识别，我们可以采用以下步骤：首先，将语音信号进行预处理，包括去除噪声、降低维度等。
然后，利用特征提取算法，提取语音信号中的关键特征，如梅尔频率倒谱系数（MFCC）。
接下来，选择合适的分类算法，如隐马尔可夫模型（HMM）、深度神经网络（DNN）等，训练模型并进行语音识别。
最后，评估识别结果的准确性和性能。
习题四：如何利用模式识别进行时间序列预测？答案：时间序列预测是模式识别在时间序列分析中的应用。
为了实现时间序列预测，我们可以采用以下步骤：首先，对时间序列进行平稳性检验，确保序列的均值和方差不随时间变化。
然后，利用滑动窗口或滚动平均等方法，将时间序列划分为训练集和测试集。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章绪论1）紧致集
同一类模式类样本的分布比较集中，没有或临界样本很少，这样的模式类称紧致集2）临界点在多类样本中，某些样本的值有微小变化时就变成另一类样本称为临界样本点
第二章
贝叶斯决策理论
贝叶斯分类器在统计模式识别中被称为最优分类器。
贝叶斯分类器必须满足下列两个先决条件：
1，要决策分类的类别数是一定的；
2，各类别总体的概率分布是已知的。
贝叶斯判别法思想
条件
最小错误率
要求判别归属时依概率最大作出决策，
这样的结果就是分类的错误率最小。
1，分类数确定2，各类的总体概率分布已知最小风险根据类的概率和概率密度，考虑误判的损失代价。
决策应是
统计意义上使由于误判而蒙受的损失最小。
•如果在采取每一个决策或行动时，都使其条件风险最小，则
对所有的x作出决策时，其期望风险也必然最小。
•1，符合实际情况的先验概率P(ωj)2，类条件概率密度P(x|ωj)3，合适的损失函数Ｎ－Ｐ严格限制较重要的一类错误概率，在令其等于某常数的约束下
使另一类误判概率最小。
1，某些二类判决问题，某一种 错误较另一种错误危害更严重2，先验概率P(ωj)未知
最小最大决策在P(ωi)变化或未知时，选择最小贝叶斯风险Ｒ为最大值的P(ωj)来设计分类器，保证无论Ｐ怎么变化，最大风险最小
1，先验概率P(ωj)变化联系最小风险VS 最小错误
在采用0-1损失函数时，等价于最小错误率贝叶斯决策N-PVS 最小错误ＶＳ最小错误率贝叶斯决策规则
相同：以似然比为基础的
不同：最小错误率决策所用的阈值是先验概率之比P(ω2)/P(ω1)，
ＮＰ决策所用的阈值则是拉格朗日乘子。
最小最大决策
与最小风险类似
偏于保守的分类方法第四章聚类分析
相似性测度度量同一类样本间的类似性和不属于同一样本间的差异性
聚类准则
基于数值的准则将相似的模式样本分在同类，相异的分在不同的类。
——张翰超
模式识别考试
2012年12月23日17:01
聚类准则基于数值的准则将相似的模式样本分在同类，相异的分在不同的类。
衡量聚类优劣的标准
ＩＳＯＤＡＴＡ算法基本思路（1）选择某些初始值。
可选不同的指标，也可在迭代过程中人为修改，
以将N个模式样本按指标分配到各个聚类中心中去。
（2）计算各类中诸样本的距离指标函数。
（3）~（5）按给定的要求，将前一次获得的聚类集进行分裂和合并处理
（（4）为分裂处理，（5）为合并处理），从而获得新的聚类中心。
（6）重新进行迭代运算，计算各项指标，判断聚类结果是否符合要求。
经过多次迭代后，若结果收敛，则运算结束。
算法步骤
见流程图
该算法需要确定并在计算中可以调整的参数有：
K : 所要求的聚类中心数。
: 一个类别至少应具有的样本数目。
: 一个类别样本标准差阈值。
: 聚类中心之间距离的阈值，即归并系数。
L : 在一次迭代中可以归并的类别的最多对数。
I : 允许迭代的最多次数。
第五章模式特征分析与选取
Ｋ－Ｌ变换1离散K-L展开1，计算X的自相关矩阵R
2，求R的本征向量
3，确定a
2根据K-L展开式选择特征1，将特征值按降序排列
2，选取前面的几个特征向量作为变换矩阵
步骤1，求样本总体均值向量
2，求自相关矩阵
3，求本征值和本征向量
4，将本征值按降序排列
5，选前面的本征向量作为变换矩阵。