当各类的协方差矩阵相等时，分类面为超平面，并且与两类的中心连线垂直。

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。

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。

fisher线性判别方法可以将样本从多维空间投影到一维空间。

下面关于超平面的说法中正确的是（）。

神经网络的模型受到哪些因素的影响？（）

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。

在感知器算法中训练样本需要经过增广化处理和规范化处理。

当各类的协方差矩阵不等时，决策面是超二次曲面。

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。