《模式识别》作业（一）客观题部分：一、 填空题（每题 3 分，共 36 题）1 人工神经网络 2 机器/计算机 3 模式，模式识别，Pattern recognition 4 感知器5 正态/高斯分布6 最大间隔准则主观题部分：一、 简答题（14 分） 什么是模式？ 什么是模式识别？ 答：模式在识别过程中所指的是从客观事物中抽象出来，用于识别的特征信息。人或者生物识别事物依靠的是一种特殊的能力，它能判断一个待识别的事物是什么或者不是什么，这种能力我们称为“模式识别”。也可以定义为：识别一个模式。模式识别的本质是对事物的分类。二、 论述题（20 分）答： 最大似然估计和贝叶斯估计两种有监督参数估计方法，都是已知密度分布的形式，要估计的是其中的参数。最大似然估计有以下假设：假定样本集可按类别分开，每个类别的样本都是按密度函数 独立抽取；概率密度函数具有确定的形式，估计的参数 θ 是确定而未知的；不同类别的参数在函数上是独立的。贝叶斯估计把未知参数 Θ 作为具有某种先验分布 p(Θ) 的随机变量，通过对样本的观察，使先验分布转化为后验分布 p(Θ|K) ，再修正原先对参数的估计。最大似然估计和贝叶斯估计渐近相等，当训练样本无穷多时，两者估计的参数相同；当训练样本有限时，贝叶斯估计更精确；最大似然估计计算更容易。 三、应用题（30 分）其维数是 256×256=65536；如 按 行 串 接 成 一 维 ， 则 第 5 行 第 5 个 象 素 在 向 量 表 示 中 的 序 号 是4×256+5=1029。