问答题用多类感知器算法求下列模式的判别函数:ω1:(-1 -1)T,ω2:(0 0)T,ω3:(1 1)T
您可能感兴趣的试卷
你可能感兴趣的试题
1.问答题用感知器算法求下列模式分类的解向量w:ω1:{(0 0 0)T,(1 0 0)T,(1 0 1)T,(1 1 0)T} ω2:{(0 0 1)T,(0 1 1)T,(0 1 0)T,(1 1 1)T}
2.问答题两类模式,每类包括5个3维不同的模式,且良好分布。如果它们是线性可分的,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。)
3.问答题一个三类问题,其判别函数如下:d1(x)=-x1,d2(x)=x1+x2-1,d3(x)=x1-x2-1设d1(x),d2(x)和d3(x)是在多类情况3的条件下确定的,绘出其判别界面和每类的区域。
7.问答题择近原则识别法的基本思想
8.问答题隶属原则识别法的基本思想。
9.问答题什么是相似关系,等价关系?
10.问答题什么是模糊关系及其变换运算?
最新试题
概率密度函数的参数估计需要一定数量的训练样本,样本越多,参数估计的结果越准确。
题型:判断题
下面关于贝叶斯分类器的说法中错误的是()。
题型:单项选择题
概率密度函数的估计的本质是根据训练数据来估计概率密度函数的形式和参数。
题型:判断题
一个数据集能生成多种决策树。
题型:判断题
测试集的样本数量越多,对分类器错误率的估计就越准确。
题型:判断题
特征选择常用的次优算法有顺序前进法,顺序后退法和动态顺序前进法三种。
题型:判断题
在进行交叉验证时,一般让临时训练集较大,临时测试集较小,这样得到的错误率估计就更接近用全部样本作为训练样本时的错误率。
题型:判断题
顺序前进法的缺点是不能剔除已入选的特征,无法保证全局最优。
题型:判断题
动态顺序前进法(l-r)法是按照单步最优的原则从未入选的特征中选择l个特征,再从已入选的特征中剔除r个特征,使得仍保留的特征组合所得到的J值最大。
题型:判断题
基于数据的方法适用于特征和类别关系不明确的情况。
题型:判断题