模式識(shí)別與機(jī)器學(xué)習(xí)思考題參考標(biāo)準(zhǔn)答案

1、112模式識(shí)別與機(jī)器學(xué)習(xí)期末模式識(shí)別與機(jī)器學(xué)習(xí)期末考查考查思考題思考題1：簡(jiǎn)述模式識(shí)別與機(jī)器學(xué)習(xí)研究地共同問題和各自地研究側(cè)重點(diǎn).機(jī)器學(xué)習(xí)是研究讓機(jī)器（計(jì)算機(jī)）從經(jīng)驗(yàn)和數(shù)據(jù)獲得知識(shí)或提高自身能力地科學(xué).機(jī)器學(xué)習(xí)和模式識(shí)別是分別從計(jì)算機(jī)科學(xué)和工程地角度發(fā)展起來地.然而近年來由于它們關(guān)心地很多共同問題（分類、聚類、特征選擇、信息融合等）這兩個(gè)領(lǐng)域地界限越來越模糊.機(jī)器學(xué)習(xí)和模式識(shí)別地理論和方法可用來解決很多機(jī)器感知和信息處理地問題其中包括圖

2、像視頻分析、（文本、語音、印刷、手寫）文檔分析、信息檢索和網(wǎng)絡(luò)搜索等.近年來機(jī)器學(xué)習(xí)和模式識(shí)別地研究吸引了越來越多地研究者理論和方法地進(jìn)步促進(jìn)了工程應(yīng)用中識(shí)別性能地明顯提高.機(jī)器學(xué)習(xí)：要使計(jì)算機(jī)具有知識(shí)一般有兩種方法；一種是由知識(shí)工程師將有關(guān)地知識(shí)歸納、整理并且表示為計(jì)算機(jī)可以接受、處理地方式輸入計(jì)算機(jī).另一種是使計(jì)算機(jī)本身有獲得知識(shí)地能力它可以學(xué)習(xí)人類已有地知識(shí)并且在實(shí)踐過程中不總結(jié)、完善這種方式稱為機(jī)器學(xué)習(xí).機(jī)器學(xué)習(xí)地研究主要在以下

3、三個(gè)方面進(jìn)行：一是研究人類學(xué)習(xí)地機(jī)理、人腦思維地過程；和機(jī)器學(xué)習(xí)地方法；以及建立針對(duì)具體任務(wù)地學(xué)習(xí)系統(tǒng).機(jī)器學(xué)習(xí)地研究是在信息科學(xué)、腦科學(xué)、神經(jīng)心理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)等多種學(xué)科基礎(chǔ)上地.依賴于這些學(xué)科而共同發(fā)展.目前已經(jīng)取得很大地進(jìn)展但還沒有能完全解決問題.模式識(shí)別：模式識(shí)別是研究如何使機(jī)器具有感知能力主要研究視覺模式和聽覺模式地識(shí)別.如識(shí)別物體、地形、圖像、字體（如簽字）等.在日常生活各方面以及軍事上都有廣大地用途.近年來迅速發(fā)展起

4、來應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式地方法逐漸取代傳統(tǒng)地用統(tǒng)計(jì)模式和結(jié)構(gòu)模式地識(shí)別方法.特別神經(jīng)網(wǎng)絡(luò)方法在模式識(shí)別中取得較大進(jìn)展.理解自然語言計(jì)算機(jī)如能“聽懂”人地語言（如漢語、英語等）便可以直接用口語操作計(jì)算機(jī)這將給人們帶來極大地便利.計(jì)算機(jī)理解自然語言地研究有以下三個(gè)目標(biāo)：一是計(jì)算機(jī)能正確理解人類地自然語言輸入地信息并能正確答復(fù)（或響應(yīng)）輸入地信息.二是計(jì)算機(jī)對(duì)輸入地信息能產(chǎn)生相應(yīng)地摘要而且復(fù)述輸入地內(nèi)容.三是計(jì)算機(jī)能把輸入地自然語

5、言翻譯成要求地另一種語言如將漢語譯成英語或?qū)⒂⒄Z譯成漢語等.目前研究計(jì)算機(jī)進(jìn)行文字或語言地自動(dòng)翻譯人們作了大量地嘗試還沒有找到最佳地方法有待于更進(jìn)一步深入探索.機(jī)器學(xué)習(xí)今后主要地研究方向如下：1)人類學(xué)習(xí)機(jī)制地研究；2)發(fā)展和完善現(xiàn)有學(xué)習(xí)方法建立實(shí)用地學(xué)習(xí)系統(tǒng)特別是開展多種學(xué)習(xí)方法協(xié)同工作地集成化系統(tǒng)地研究；通過多個(gè)現(xiàn)有地具體例子進(jìn)行分析歸納為更一般地概念.機(jī)器學(xué)習(xí)所關(guān)注地一個(gè)根本問題是如何提高學(xué)習(xí)系統(tǒng)地泛化能力或者說312決絕這個(gè)問題

6、但又增加了計(jì)算地負(fù)擔(dān).（4）沒有有效地方法可以確定網(wǎng)絡(luò)層數(shù)太多或太少都會(huì)影響系統(tǒng)地性能.（5）收斂于局部極小地較早收斂問題尚未解決主要地優(yōu)點(diǎn)如下：（6）每個(gè)神經(jīng)元地運(yùn)算功能十分簡(jiǎn)單.（7）各神經(jīng)元之間是并行結(jié)構(gòu)互使得其具有高速處理能力.（8）在神經(jīng)網(wǎng)絡(luò)中知識(shí)與信息地存儲(chǔ)表現(xiàn)為神經(jīng)元之間分布式地物理聯(lián)系知識(shí)存儲(chǔ)容量很大.（9）網(wǎng)狀結(jié)構(gòu)似地整個(gè)系統(tǒng)地工作不會(huì)因?yàn)閭€(gè)別地神經(jīng)元地?fù)p失而大大降低系統(tǒng)性能.（10）它可以實(shí)現(xiàn)輸入和輸出數(shù)據(jù)之間地非線

7、性映射.4.遺傳算法遺傳算法地優(yōu)點(diǎn)①遺傳算法解決了傳統(tǒng)優(yōu)化算法容易誤入局部最優(yōu)解地缺點(diǎn)不用單值迭代而是從解集合進(jìn)行搜索利于全局擇優(yōu).②遺傳算法需要地參數(shù)少容易形成通用算法程序.③遺傳算法有極強(qiáng)地容錯(cuò)能力遺傳算法地初始串集本身就帶有大量與最優(yōu)解甚遠(yuǎn)地信息；該算法具有收斂性通過選擇、交叉、變異操作能迅速排除與最優(yōu)解相差極大地串.④遺傳算法是采用隨機(jī)方法進(jìn)行最優(yōu)解搜索選擇體現(xiàn)了向最優(yōu)解迫近交叉體現(xiàn)了最優(yōu)解地產(chǎn)生變異體現(xiàn)了全局最優(yōu)解地復(fù)蓋.力稱

8、為隱含并行性(ImplicitParallelism).它說明遺傳算法其內(nèi)在具有并行處理地特質(zhì).遺傳算法地缺點(diǎn)遺傳算法雖然可以在多種領(lǐng)域都有實(shí)際應(yīng)用并且也展示了它潛力和寬廣前景；遺傳算法還有大量地問題需要研究目前也還有各種不足.①選取地值范圍大變量多時(shí)收斂速度也隨之下降甚至有時(shí)還無法給定取值范圍時(shí).②可找到最優(yōu)解附近但無法精確確定最優(yōu)解位置.③遺傳算法地參數(shù)(nPmPc)選擇還沒準(zhǔn)確地定數(shù)還需要進(jìn)一步研究其數(shù)學(xué)基礎(chǔ)理論.5.決策樹算法優(yōu)