- 相關(guān)推薦
2017年模式識(shí)別試題及參考答案
模式識(shí)別科學(xué)的復(fù)習(xí)中，一份優(yōu)秀的試題起著重要的測(cè)試作用，下面是陽(yáng)光網(wǎng)小編整理的2017年模式識(shí)別試題及參考答案，以供大家閱讀。
2017年模式識(shí)別試題及參考答案(一)
1、舉出日常生活或技術(shù)、學(xué)術(shù)領(lǐng)域中應(yīng)用模式識(shí)別理論解決問(wèn)題的實(shí)例。
答：我的本科畢設(shè)內(nèi)容和以后的研究方向?yàn)橹匕Y監(jiān)護(hù)病人的狀態(tài)監(jiān)測(cè)與預(yù)診斷，其中的第一步就是進(jìn)行ICU病人的死亡率預(yù)測(cè)，與模式識(shí)別理論密切相關(guān)。主要的任務(wù)是分析數(shù)據(jù)庫(kù)的8000名ICU病人，統(tǒng)計(jì)分析死亡與非死亡的生理特征，用于分析預(yù)測(cè)新進(jìn)ICU病人的病情狀態(tài)。
按照模式識(shí)別的方法步驟，首先從數(shù)據(jù)庫(kù)中采集數(shù)據(jù)，包括病人的固有信息，生理信息，事件信息等并分為死亡組和非死亡組，然后分別進(jìn)行數(shù)據(jù)的預(yù)處理，剔除不正常數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行插值并取中值進(jìn)行第一次特征提取，然后利用非監(jiān)督學(xué)習(xí)的方法即聚類分析進(jìn)行第二次特征提取，得到訓(xùn)練樣本集和測(cè)試樣本集。分別利用判別分析，人工神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)的方法進(jìn)行訓(xùn)練，測(cè)試，得到分類器，實(shí)驗(yàn)效果比傳統(tǒng)ICU中采用的評(píng)價(jià)預(yù)測(cè)系統(tǒng)好一些。由于兩組數(shù)據(jù)具有較大重疊，特征提取，即提取模式特征就變得尤為重要。語(yǔ)音識(shí)別，圖像識(shí)別，車牌識(shí)別，文字識(shí)別，人臉識(shí)別，通信中的信號(hào)識(shí)別; ① 文字識(shí)別
漢字已有數(shù)千年的歷史，也是世界上使用人數(shù)最多的文字，對(duì)于中華民族燦爛文化的形成和發(fā)展有著不可磨滅的功勛。所以在信息技術(shù)及計(jì)算機(jī)技術(shù)日益普及的今天，如何將文字方便、快速地輸入到計(jì)算機(jī)中已成為影響人機(jī)接口效率的一個(gè)重要瓶頸，也關(guān)系到計(jì)算機(jī)能否真正在我過(guò)得到普及的應(yīng)用。目前，漢字輸入主要分為人工鍵盤輸入和機(jī)器自動(dòng)識(shí)別輸入兩種。其中人工鍵入速度慢而且勞動(dòng)強(qiáng)度大;自動(dòng)輸入又分為漢字識(shí)別輸入及語(yǔ)音識(shí)別輸入。從識(shí)別技術(shù)的難度來(lái)說(shuō)，手寫體識(shí)別的難度高于印刷體識(shí)別，而在手寫體識(shí)別中，脫機(jī)手寫體的難度又遠(yuǎn)遠(yuǎn)超過(guò)了聯(lián)機(jī)手寫體識(shí)別。到目前為止，除了脫機(jī)手寫體數(shù)字的識(shí)別已有實(shí)際應(yīng)用外，漢字等文字的脫機(jī)手寫體識(shí)別還處在實(shí)驗(yàn)室階段。
② 語(yǔ)音識(shí)別
語(yǔ)音識(shí)別技術(shù)技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽覺(jué)機(jī)理、人工智能等等。近年來(lái)，在生物識(shí)別技術(shù)領(lǐng)域中，聲紋識(shí)別技術(shù)以其獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢(shì)受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌豺?yàn)證方式。而且利用基因算法訓(xùn)練連續(xù)隱馬爾柯夫模型的語(yǔ)音識(shí)別方法現(xiàn)已成為語(yǔ)音識(shí)別的主流技術(shù)，該方法在語(yǔ)音識(shí)別時(shí)識(shí)別速度較快，也有較高的識(shí)別率。
�、� 指紋識(shí)別
我們手掌及其手指、腳、腳趾內(nèi)側(cè)表面的.皮膚凹凸不平產(chǎn)生的紋路會(huì)形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點(diǎn)和交叉點(diǎn)上各不相同，是唯一的。依靠這種唯一性，就可以將一個(gè)人同他的指紋對(duì)應(yīng)起來(lái)，通過(guò)比較他的指紋和預(yù)先保存的指紋進(jìn)行比較，便可以驗(yàn)證他的真實(shí)身份。一般的指紋分成有以下幾個(gè)大的類別:環(huán)型(loop),螺旋型(whorl),弓型(arch),這樣就可以將每個(gè)人的指紋分別歸類，進(jìn)行檢索。指紋識(shí)別基本上可分成：預(yù)處理、特征選擇和模式分類幾個(gè)大的步驟。
�、� 遙感
遙感圖像識(shí)別已廣泛用于農(nóng)作物估產(chǎn)、資源勘察、氣象預(yù)報(bào)和軍事偵察等。
�、� 醫(yī)學(xué)診斷
在癌細(xì)胞檢測(cè)、X射線照片分析、血液化驗(yàn)、染色體分析、心電圖診斷和腦電圖診斷等方面，模式識(shí)別已取得了成效。
2017年模式識(shí)別試題及參考答案(二)
2、若要實(shí)現(xiàn)汽車車牌自動(dòng)識(shí)別，你認(rèn)為應(yīng)該有哪些處理步驟?分別需要哪些模式識(shí)別方法?試用流程圖予以說(shuō)明。
答：汽車車牌自動(dòng)識(shí)別需要有以下三大步驟：
(1)獲取包含車牌的彩色圖像
(2)實(shí)現(xiàn)車牌定位和獲取
(3)進(jìn)行字符分割和識(shí)別，詳細(xì)操作如流程圖所示。
第一步需要建立字符庫(kù)，即根據(jù)已知字符的二值圖像進(jìn)行處理生成特征字符庫(kù);
第二步通過(guò)攝像頭獲取包含車牌的彩色圖像，輸入圖像;
第三步利用主成分分析法、K-L變換，MDS和KPCA等方法對(duì)車牌進(jìn)行特征識(shí)別;
第四步對(duì)車牌進(jìn)行粗略定位和精細(xì)定位，如VMLA定位，基于邊緣檢測(cè)的方法，基于水平灰度變化特征的方法，基于車牌顏色特征的方法等。
第五步利用分類器確定車牌類型之后對(duì)字符進(jìn)行分割，對(duì)圖像進(jìn)行預(yù)處理，去除鉚釘，谷值分析，模板匹配，二值化投影法等
第六步分割成得單個(gè)字符進(jìn)行模式識(shí)別，得到每個(gè)字符，然后組合輸出結(jié)果，具體的方法為統(tǒng)計(jì)學(xué)習(xí)或人工神經(jīng)網(wǎng)絡(luò)等。
以上是陽(yáng)光網(wǎng)小編與大家分享的'2017年模式識(shí)別試題及參考答案，希望能給大家?guī)?lái)幫助!
看過(guò)“2017年模式識(shí)別試題及參考答案”的人還看了：
2.市場(chǎng)營(yíng)銷學(xué)試卷及參考答案
【模式識(shí)別試題及參考答案】相關(guān)文章：
面試試題及參考答案12-09
商法模擬試題及參考答案04-02
數(shù)字邏輯試題及參考答案04-02
化工制圖試題及參考答案04-02
商法考試題及參考答案04-02
電磁場(chǎng)試題及參考答案04-02
泵與泵站模擬試題及參考答案04-02
電路理論模擬試題及參考答案04-02