四川大学研究生试卷。
课程：模式识别。
年级：2011 ；考试时间 2011-12-271、 详细描述一种实际的模式识别应用系统（如人脸识别系统、车牌识别系统等）的工作原理与构成（15分）。
2、 已知15个样本，每个样本2个特征，数据分布如下（20分）：
试用c均值法进行聚类，并写出详细步骤。
3、 已知分属两类的模式（15分）：
试用感知器算法或者lmse算法，求出：（1）权矢量w；（2）判别函数d(x)。
4、 已知两类模式的先验概率，两类模式分别为（20分）：
求：（1）正态分布的bayes决策函数以及决策边界。
2) 如果考虑损失矩阵求最小风险情况下的决策函数。
5、 已知模式集为（15分）：
试用k-l变换，求一维新特征。
6、 已知某实际应用中，模糊相似关系矩阵为（15分）：
试用模糊聚类分析法对其进行分类决策。
模式识别作业
6.题目 fisher分类和基于核的fisher分类的设计与实现研究。具体内容 1.简述fisher分类和基于核的fisher分类的算法原理 2.举出实例 3.用matlab软件编写程序实现 4.分析实验结果。fisher分类和基于核的fisher分类的设计与实现研究。1 fisher分类和基于核的...
模式识别作业
模式识别课程matlab程序作业。模式识别贝叶斯决策 正常状态细胞p 1 0.9，异常状态细胞p 2 0.1，类条件概率密度分别为p x 1 n 0，1 p x 2 n 0.2，1.5 现有一待识别细胞，其观察值为0.2，用matlab写出程序对该细胞进行分类。编写程序如下 close all cl...
模式识别作业
感知器训练算法。在设计贝叶斯分类器时需要设法获取样本统计分布的资料，应知道先验概率及类分布概率密度函数等。然而，在样本数不充足条件下要获取准确的统计分布是很困难的。这样，可以考虑另外一种分类器设计方法，即根据训练样本集提供的信息，直接进行分类器设计。下面实验是针对线性可分情况下的感知器算法。实验所用...