Главная / Компьютерная графика /
Математические методы распознавания образов / Тест 9
Математические методы распознавания образов - тест 9
Упражнение 1:
Номер 1
Что определяет зависимость классов?
Ответ:
 (1) классификация каждого нового вектора осуществляется в зависимости от классификации предыдущих векторов 
 (2) идентификаторы разных классов одинаковы 
 (3) статические массивы интегрированных определений разных классов одинаковы 
Номер 2
Выбор класса, к которому следует отнести вектор, зависит
Ответ:
 (1) от его собственного значения 
 (2) от интеграции коэффициентов 
 (3) от типа множества 
Номер 3
Из предложенных ниже записей выберите те, от которых зависит выбор класса, к которому следует отнести вектор:
Ответ:
 (1) значения других векторов 
 (2) существующие отношения между различными классами 
 (3) собственное значение вектора 
Упражнение 2:
Номер 1
Из предложенных ниже записей выберите приложения, в которых может возникнуть необходимость выбора класса, к которому следует отнести вектор:
Ответ:
 (1) распознавание речи 
 (2) идентификация матриц 
 (3) априорная растеризация 
Номер 2
К приложениям, в которых может возникнуть необходимость выбора класса, к которому следует отнести вектор, следует отнести
Ответ:
 (1) обработку изображений 
 (2) статическую детерминацию 
 (3) линейную аппроксимацию 
Номер 3
Когда может возникнуть необходимость выбора класса, к которому следует отнести вектор?
Ответ:
 (1) при распознавании речи 
 (2) при обработке изображений 
 (3) при интерполировании графических данных 
Упражнение 3:
Номер 1
Классификация векторов по классам называется
Ответ:
 (1) контекстно-зависимой 
 (2) контекстно-обусловленной 
 (3) контекстно-независимой 
Номер 2
Как называется классификация векторов при распознавании речи?
Ответ:
 (1) линейно-независимая 
 (2) контекстно-зависимая 
 (3) интерактивно-обусловленная 
Номер 3
Как называется классификация векторов при обработке изображений?
Ответ:
 (1) интегрально-аппроксимационная 
 (2) факториально-специфическая 
 (3) контекстно-зависимая 
Упражнение 4:
Номер 1
Отправной точкой контекстно-зависимой классификации является
Ответ:
 (1) байесовский классификатор 
 (2) классификатор Неймана 
 (3) классификатор Коши 
Номер 2
В основе контекстно-зависимой классификации лежит понятие
Ответ:
 (1) линейного классификатора 
 (2) динамического классификатора 
 (3) байесовского классификатора 
Номер 3
Верно ли то, что в основе контекстно-зависимой классификации лежит понятие байесовского классификатора?
Ответ:
 (1) да, это верно 
 (2) нет, это неверно 
 (3) это верно только для структурных векторов 
Упражнение 5:
Номер 1
Общая информация, которая присутствует в векторах, требует, чтобы классификация была выполнена
Ответ:
 (1) с использованием динамической идентификации 
 (2) с использованием всех векторов одновременно 
 (3) с использованием вектора определений связей 
Номер 2
Общая информация, которая присутствует в векторах, требует, чтобы классификация была организованна
Ответ:
 (1) в той последовательности, в которой получена в экспериментах 
 (2) в цикле с динамическими параметрами 
 (3) в статической последовательности с обратной связью 
Номер 3
Имеет ли значение последовательность организации классификации векторов?
Ответ:
 (1) нет, не имеет 
 (2) да, имеет 
 (3) имеет только для гиперскалярных векторов 
Упражнение 6:
Номер 1
Вектор признаков принято называть
Ответ:
 (1) идентификатором 
 (2) терминантом 
 (3) наблюдением 
Номер 2
Каково другое название вектора признаков?
Ответ:
 (1) параметризатор 
 (2) наблюдение 
 (3) аналитический вектор 
Номер 3
Верно ли то, что вектор признаков принято называть наблюдением?
Ответ:
 (1) да, это верно 
 (2) нет, это неверно 
 (3) это верно только для прецедентов 
Упражнение 7:
Номер 1
Одной из наиболее используемых моделей, описывающих зависимость классов, является
Ответ:
 (1) правило Марковской цепи 
 (2) метод Неймана 
 (3) способ статической факторизации 
Номер 2
Для чего может использоваться правило Марковской цепи?
Ответ:
 (1) для описания зависимости классов 
 (2) для детерминации коэффициентов 
 (3) для линейной факторизации векторов 
Номер 3
Применимо ли правило Марковской цепи для описания зависимости классов?
Ответ:
 (1) да, применимо 
 (2) нет, не применимо 
 (3) применимо только для детерминантных классов 
Упражнение 8:
Номер 1
Когда зависимость классов ограничивается только внутри двух последовательных классов, такой класс моделей называется
Ответ:
 (1) Марковской моделью первого порядка 
 (2) Марковской моделью второго порядка 
 (3) Марковской моделью третьего порядка 
Номер 2
Возможно ли обобщение классов на третий порядок Марковской цепи?
Ответ:
 (1) нет, невозможно 
 (2) да, возможно 
 (3) возможно только для терминальных классов 
Номер 3
В последовательности классов наблюдения
Ответ:
 (1) статистически независимы 
 (2) контекстно обусловлены 
 (3) терминально определены 
Упражнение 9:
Номер 1
Функция плотности вероятностей в одном классе
Ответ:
 (1) зависит от других классов  
 (2) не зависит от других классов 
 (3) неопределима без другого класса 
Номер 2
Зависит ли функция плотности вероятностей в одном классе от других классов?
Ответ:
 (1) да, зависит 
 (2) нет, не зависит 
 (3) зависит только для статических классов 
Номер 3
Верно ли то, что функция плотности вероятностей в одном классе зависит от других классов?
Ответ:
 (1) да, это верно 
 (2) нет, это неверно 
 (3) это неверно только для комплексного поля 
Упражнение 10:
Номер 1
Что представляет собой алгоритм Витерби?
Ответ:
 (1) процедуру динамического программирования 
 (2) метод статической детерминации 
 (3) способ частичной нелинейной аппроксимации 
Номер 2
Системы, в которых состояния напрямую не наблюдаются и могут быть лишь оценены из последовательности наблюдений с помощью некоторой оптимизационной техники, носят название
Ответ:
 (1) скрытые Марковские модели 
 (2) Марковские модели с идентификацией 
 (3) итерационные Марковские модели 
Номер 3
Что такое HMM
?
Ответ:
 (1) метод аппроксимации 
 (2) скрытые Марковские модели 
 (3) статическая детерминация 
Упражнение 11:
Номер 1
Тип стохастической аппроксимации нестационарных стохастических последовательностей со статистическими свойствами, которые подвергаются различным случайным переходам среди множества различных стационарных процессов, носит название
Ответ:
 (1) HMM
 
 (2) DFT
 
 (3) TRY
 
Номер 2
Моделирование последовательности наблюдений как кусочно-стационарного процесса носит название
Ответ:
 (1) HMM
 
 (2) NTP
 
 (3) DSC
 
Номер 3
Где особо эффективно применяются HMM
?
Ответ:
 (1) в распознавании образов 
 (2) в распознавании речи 
 (3) в распознавании символов 
Упражнение 12:
Номер 1
Что могут представлять собой высказывания в HMM
?
Ответ:
 (1) слово 
 (2) предложение 
 (3) параграф 
Номер 2
HMM
по своей сути является
Ответ:
 (1) классификатором 
 (2) конечным автоматом 
 (3) детерминатором 
Номер 3
Статистические свойства речевого сигнала внутри высказывания
Ответ:
 (1) детерминируются 
 (2) аппроксимируются 
 (3) подвергаются серии переходов