模糊识别与智能系统课后作业及答案.pdf

模糊识别与智能系统课后作业及答案.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模糊识别与智能系统课后作业及答案--第1页 平时作业 1 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。试从模式类与模式概念分析以 下词之间的关系: 王老头,王老太,王明(清华大学本科生),周强(年轻教 师),老年人,老头,老太,年青人。 答:模式:对客体(研究对象)特征的描述(定量的或结构的描述),是取自客 观世界的某一样本的测量值的集合(或综合)。 模式类:具有某些共同特性的模式的集合。 王先生是模式,老头是模式类。 王老头是模式,老头是模式类。 王老太是模式,老太是模式类。 王明是模式,年青人是模式类。 周强是模式,年青人是模式类。 老头是模式,老年人是模式类。 老太是模式,老年人是模式类。 二、假设在某个局部地区的细胞识别中,第一类表示正常,第二类表示异常,两 类的先验概率分别为:正常 ,异常 。现有一待识别样本细胞, 其观察值为 ,从类条件概率密度函数曲线 上查得: , ,试按最小错误率贝叶斯决策规则判断该细胞是否正常。若已知损失 矩阵为 ,试按最小风险贝叶斯决策规则判断该细胞是否正常。 模糊识别与智能系统课后作业及答案--第1页 模糊识别与智能系统课后作业及答案--第2页 答:利用贝叶斯公式,分别计算出 和 的后验概率: ∵ ∴按照最小错误率贝叶斯决策规则,该细胞正常. ∵ ∴应将细胞判断为第二类,即按照最小风险贝叶斯决策规则,该细胞正常. 平时作业2 一、请简述BP神经网络的结构及学习过程。 答:BP神经网络结构图: 模糊识别与智能系统课后作业及答案--第2页 模糊识别与智能系统课后作业及答案--第3页 其矩阵形式为推导: 说明: 1.网络共有l层。 2. 为向量,可以用 表示其第i个分量。 3.输出y可以是向量,用yi表示其第i个分量。 总结一般情况下后向传播算法的流程: 1.对神经网络每一层的各个神经元,随机选取相应的w和b的值. 2.前向计算,对于输入的训练数据,计算并保留每一层的输出值,直到计算出最 后一层的输出y. 3.设置目标函数E,例如: ,用后向传播算法对每一个w和b,计 算 , . 4.利用如下迭代公式,更新w和b的值. (1). (2). 模糊识别与智能系统课后作业及答案--第3页 模糊识别与智能系统课后作业及答案--第4页 5.回到第二步,不断循环,直到所有 和 很小为止, 退出循环. 二、请简述K-均值算法的实现过程。 答: 1.创建k个点作为k个簇的起始质心(经常随机选择)。 2.分别计算剩下的元素到k个簇中心的相异度(距离),将这些元素分别划归 到相异度最低的簇。 3.根据聚类结果,重新计算k个簇各自的中心,计算方法是取簇中所有元素各 自维度的算术平均值。 4.将D 中全部元素按照新的中心重新聚类。 5.重复第4步,直到聚类最后,输出聚类结果。 6.结果不再变化。

文档评论(0)

. + 关注
官方认证
内容提供者

专注于职业教育考试,学历提升。

版权声明书
用户编号:8032132030000054
认证主体社旗县清显文具店
IP属地河南
统一社会信用代码/组织机构代码
92411327MA45REK87Q

1亿VIP精品文档

相关文档