电子科技大学研究生模式识别试题 2014.04 (附答案)
电子科技大学研究生试卷
（考试时间： 至 ，共 2 小时）
课程名称 模式识别 教师 学时 40 学分 2 教学方式 课堂教学 考核日期 年 月 日 成绩 考核方式： （学生填写）
1、（5分）简述有监督学习和无监督学习的异同。 答：
（1）有监督学习必须要有训练集和测试样本，而非监督学习没有训练集； （2）有监督学习的目的就是识别事物，识别结果表现在给待识别数据加上了标号，因此训练样本集必须由带标号的样本组成，而非监督学习方法只有要分析的数据集本身，预先没有什么标号。
（3）非监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到分数据集的目的，也就是说不一定要“分类”。
2、（15分）计算单词model 和amdeol 的编辑距离，画出栅格图。 解： 栅格图为：
a m d e o l
m
o d e l
amdeol
bcaty
从栅格图可计算，model 和amdeol 的编辑距离为3。
学 号 姓 名 学 院
……………………密……………封……………线……………以……………内……………答……………题……………无……………效……………………
3、（15分）已知A 类样本为：123[0,1];[2,2];
[2,3]
a a a ===，B 类样本为：123[3,1];[4,3];[1,5]
b b b ===，计算最小二乘分类面的方程（取值为-1和+1），并写出LMS 算法的流程。 解：
（1）计算最小二乘分类面为[]0.4,0.26,1.45T ω=--。 （2）LMS 算法流程：
步骤1. 初始化训练样本、权向量；
步骤2. 选择一个训练样本，利用下列公式更新权向量：
()[][1][1]
2
()k k T k i
i
y μ
--=--w w x x w
训练样本数目
步骤3. 重复所有样本。
4、（15分）在目标识别中，有1ω和2ω两种目标类型，它们的先验概率分别为0.8和0.2，在一次试验中，获得样本的类概率密度分别为()10.2p x ω=，()20.4p x ω=，并且已知110λ=，126λ=，211λ=，220λ=。试对该样本进行分类。 （1）基于最小错误率贝叶斯决策； （2）基于最小风险贝叶斯决策。
解：（1）利用贝叶斯公式，分别计算出1ω和2ω的后验概率：
()()()
()()
1112
1
0.20.8
0.66670.20.80.40.2
i
i
i p x P P x p x P ωωωωω=?=
=
=?+?∑
()()()
()()
2222
1
0.40.2
0.33330.20.80.40.2
i
i
i p x P P x p x P ωωωωω=?=
=
=?+?∑
根据贝叶斯决策规则，有
()()12P x P x ωω>
所以合理的决策是把该样本归类于1ω。
（2）根据（1）的计算结果可知后验概率为
()()120.6667,0.3333P x P x ωω==
计算条件风险
()()()()()()2
1112212
222111
1.9998
0.6667
i i i i i i R x P x P x R x P x P x αλωλωαλωλω========∑∑
由于()()12R x R x αα>，因此判断该样本为2ω。
5、（15分）试描述监督分类三种准则的原理及典型方法。
答：
回归分析，利用函数逼近的观点构造判决函数，典型方法包括：LMS 、RBF 网络等。
支持向量机，从几何角度，构造约束最优化模型，寻找最优分类面，典型方法包括：线性支持向量机和非线性支持向量机。
神经网络，从仿生学角度构造神经网络结构，通过最优化方法进行网络训练，典型方法包括：感知器模型，BP 网络等。
6、（20分）已知四个样本具有三个特征，分别为：
[]
10.15,0.19,0.79,0.06T
=v []
20.39,0.30,0.73,0.10T
=v
[]3 1.08,0.99,3.05,0.33T
=v
1）计算其协方差矩阵，并对其进行主分量，并对结果进行分析。 2）简述mercer 定理及核主分量分析的原理。 解：
（1）协方差矩阵：
0.68960.7042 2.78750.70420.7918 2.99202.7875 2.992011.5589T ??
??==??????
R F F
其中，[]123,,=F v v v 。
求协方差矩阵的特征值为10λ=，20.0347λ=，313.0056λ=，两个主分量为2λ和
3λ对应的特征向量，分别为：
[]10.7098,0.7043,0.0111T
=-v
[]20.2273,0.2440,0.9427T
=v
说明三个特征分量中有一个特征和另外两个特征相关，采用主分量分析可以识别该相关向量，达到降低特征空间维度的目的。
（2）Mercer 定理认为，映射变换后的内积可以写为函数的形式。
定义：
[]1(),...,()N l N ?Φx x =φφ
则有：
T T R K =ΦΦΦΦ=Φy u a T K K R λλ=ΦΦΦ=Φ=y u a a u
根据mercer 定理，
,(,)T i j i j K k ????ΦΦ=<>=????y y x x
最后得到：
()=<(),>=()(,)k k k i i y x a i k x x ω
∈∑x u φ
相当于在投影域计算KL 变换，并进行PCA 。
7、（15分）请写出模式识别系统的主要系统组成，阐述各部分的功能及主要方法。
答：模式识别系统的主要系统组成如下：
识别样本，采集用于采集待识别问题的数据 数据预处理，主要消除采集系统差异对识别的影响
特征提取与选择，从数据中提取具特征，并进行去相关等处理
分类器，进行分类，包括监督分类和非监督分类两种，列举相关方法。
模式识别的研究现状与发展趋势
模式识别的研究现状与发展趋势 摘要：随着现今社会信息技术的飞速发展, 人工智能的应用越来越广泛, 其中模式识别是人工智能应用的一个方面。而且现今的模式识别的应用也越来越得到大家的重视与支持，在各方面也有重大的进步。模式识别也成为人们身边不可或缺的一部分。关键词：人工智能，技术，模式识别，前景 Abstract：In the modern society with the rapid development of information technology, the application of a rtificial intelligence is more and more extensive, among them pattern recognition is one of the ap ply of artificial intelligence. And now the application of pattern recognition is also more and more to get everyone's attention and support, in various aspects have significant progress. Pattern rec ognition has become an integral part of people around. Keywords: Artificial Intelligence, Technology,Pattern Recognition, prospects 一，引言 如今计算机硬件的高速发展, 以及计算机应用领域的不断开拓, 人们开始要求计算机能够更有效地感知诸如声音、文字、图像、温度、震动等人类赖以发展自身、改造环境所运用的信息资料。但就一般意义来说, 目前一般计算机却无法直接感知它们, 我们常用的键盘、鼠标等外部设备, 对于这些外部世界显得无能为力。虽然摄像机、图文扫描仪、话筒等设备业已解决了上述非电信号的转换, 并与计算机联机, 但由于识别技术不高, 而未能使计算机真正知道采录后的究竟是什么信息。计算机对外部世界感知能力的低下, 成为开拓计算机应用的瓶颈, 也与其高超的运算能力形成强烈的对比。于是, 着眼于拓宽计算机的应用领域, 提高其感知外部信息能力的学科———模式识别, 便得到迅速发展。 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式, 是对人类感知外界功能的模拟, 研究的是计算机模式识别系统, 也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。现将人工智能在模式识别方面的一些具体和最新的应用范围遍及遥感、生物医学图象和信号的分析、工业产品的自动无损检验、指纹鉴定、文字和语音识别、机器视觉地圈模式识别等方面。 二，现状 以地图模式识别为例，地图模式识别是由计算机来对地图进行识别与理解, 并借助一定的技术手段, 让计算机研究和分析地图上的各种模式信息, 获取地图要素的质量意义。其计算处理的过程类似于人对地图的阅读。 地图模式识别是近年来在地图制图领域中新兴的一门高新技术, 是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁, 因此,地图模式识别遥感技术、地理信息系统一起, 被称为现代地图制图的三大技术。 目前, 地图模式识别由于具有广泛的应用价值和发展潜力,因而受到了人们的普遍重视。尤其是随着现今的计算机及其外部硬件环境的不断提高, 科技不过发展的情况下，
电子科技大学模拟电路考试题及答案
电子科技大学 二零零七至二零零八学年第一学期期末考试 模拟电路基础课程考试题A卷（120分钟）考试形式：开卷 课程成绩构成：平时10分，期中30分，实验0分，期末60分 一（20分）、问答题 1．（4分）一般地，基本的BJT共射放大器、共基放大器和共集放大器的带宽哪个最大？哪个最小？ 2．（4分）在集成运算放大器中，为什么输出级常用射极跟随器？为什么常用射极跟随器做缓冲级？ 3．（4分）电流源的最重要的两个参数是什么？其中哪个参数决定了电流源在集成电路中常用做有源负载？在集成电路中采用有源负载有什么好处？ 4．（4分）集成运算放大器为什么常采用差动放大器作为输入级？ 5．（4分）在线性运算电路中，集成运算放大器为什么常连接成负反馈的形式？
二（10分）、电路如图1所示。已知电阻R S=0，r be=1kΩ，R1∥R2>>r be。 1．若要使下转折频率为10Hz，求电容C的值。 2．若R S≠0，仍保持下转折频率不变，电容C的值应该增加还是减小？ 图1 三（10分）、电路如图2所示。已知差模电压增益为10。A点电压V A=-4V，硅三极管Q1和Q2的集电极电压V C1=V C2=6V，R C=10kΩ。求电阻R E和R G。 图2 四（10分）、电路如图3所示。已知三极管的β=50，r be=1.1kΩ，R1=150kΩ，R2=47k Ω，R3=10kΩ，R4=47kΩ，R5=33kΩ，R6=4.7kΩ，R7=4.7kΩ，R8=100Ω。 1．判断反馈类型； 2．画出A电路和B电路； 3．求反馈系数B； 4．若A电路的电压增益A v=835，计算A vf，R of和R if。
模式识别试题答案
模 式 识 别 非 学 位 课 考 试 试 题 考试科目： 模式识别 考试时间 考生姓名： 考生学号 任课教师 考试成绩 一、简答题（每题6分，12题共72分）： 1、 监督学习和非监督学习有什么区别？ 参考答案：当训练样本的类别信息已知时进行的分类器训练称为监督学习，或者由教师示范的学习；否则称为非监督学习或者无教师监督的学习。 2、 你如何理解特征空间？表示样本有哪些常见方法？ 参考答案：由利用某些特征描述的所有样本组成的集合称为特征空间或者样本空间，特征空间的维数是描述样本的特征数量。描述样本的常见方法：矢量、矩阵、列表等。 3、 什么是分类器？有哪些常见的分类器？ 参考答案：将特征空中的样本以某种方式区分开来的算法、结构等。例如：贝叶斯分类器、神经网络等。 4、 进行模式识别在选择特征时应该注意哪些问题？ 参考答案：特征要能反映样本的本质；特征不能太少，也不能太多；要注意量纲。 5、 聚类分析中，有哪些常见的表示样本相似性的方法？ 参考答案：距离测度、相似测度和匹配测度。距离测度例如欧氏距离、绝对值距离、明氏距离、马氏距离等。相似测度有角度相似系数、相关系数、指数相似系数等。 6、 你怎么理解聚类准则？ 参考答案：包括类内聚类准则、类间距离准则、类内类间距离准则、模式与类核的距离的准则函数等。准则函数就是衡量聚类效果的一种准则，当这种准则满足一定要求时，就可以说聚类达到了预期目的。不同的准则函数会有不同的聚类结果。 7、 一种类的定义是：集合S 中的元素x i 和x j 间的距离d ij 满足下面公式： ∑∑∈∈≤-S x S x ij i j h d k k )1(1 ，d ij ≤ r ，其中k 是S 中元素的个数，称S 对于阈值h ，r 组成一类。请说明， 该定义适合于解决哪一种样本分布的聚类？ 参考答案：即类内所有个体之间的平均距离小于h ，单个距离最大不超过r ，显然该定义适合团簇集中分布的样本类别。 8、 贝叶斯决策理论中，参数估计和非参数估计有什么区别？ 参考答案：参数估计就是已知样本分布的概型，通过训练样本确定概型中的一些参数；非参数估计就是未知样本分布概型，利用Parzen 窗等方法确定样本的概率密度分布规律。 9、 基于风险的统计贝叶斯决策理论中，计算代价[λij ]矩阵的理论依据是什么？假设这个矩阵是 M ?N ，M 和N 取决于哪些因素？
电子科技大学网络教育专科C语言在线考试答案
一、单项选择题(每题2分，共30分) 1．以下描述正确的是（ C ） A．goto语句只能用于退缩出多层循环。 B．switch语句中不能出现continue语句。 C．只能用continue语句中来终止本次循环。 D．在循环语句中break语句不独立出现。 2.一个C程序的执行是从（ A ） A．C程序的main函数开始，到main函数结束。 B．本程序的第一个函数开始，到本程序最后一个函数结束。 C．本程序的main函数开始，到本程序文件的最后一个函数结束。 `D．本程序的第一个函数开始，到本程序main函数结束。 3．C语言中，要求运算数必须都是整数的运算符是（ C ）。 A.* B.- C.% D.+ 4．假定 int i=3,j=4; 执行语句: printf("%d,%d,%d\n",i+++j,i,j); 之后，其输出结果为：（ C ） A.7,4,4 B. 8,4,4 C. 7,3,4 D.7,3,5 5．对break语句的正确描述。（ A ） A．break语句在while语句中，立即终止执行while语句。 B．break语句不能用于循环语句之外的语句。 C．break语句与continue语句功能相同。 D．b reak语句可以带参数，也可以不带。 6．在C语言中,下面那一个不是正确的概念( A ) A. 所有循环语句都要求至少要执行一次循环体。 B. goto和if语句能构成循环语句。 C．循环过程只能包含，不能交叉。 D．循环体可以是一条语句。 7．以下对二维数组a的正确说明是（ C ） Ａ. int a[ 3 ] [ ]; B. float a( 3, 4); C. int a[ 3 ] [ 4 ] D.float a( 3, )( 4 ); 8．对函数的正确描述（ C ） A．在Ｃ语言中可以嵌套定义函数。 B．自定义函数和调用函数可以不在一个源文件中。 C．函数定义都是平行的，独立的。 D．不能嵌套调用函数。 9．若用数组名作为函数调用的实参，传给形参的是（ A ） A．数组的首地址 B.数组的第一个元素值 C．数组的全部元素值 D．数组中元素的个数 10．对于 int *p; int a[]; p=a; 的合法运算( C ) A． a++; B． p=a; p++; 相当于 a++; C． ++p; 相当于 a[1]; D．若p中的地址为100则p++; 运算后，则其值为100 11．假设int x[] = {1,3,5,7,9,11}, *ptr; ptr = x; 以下那些是对数组元素的正确引用 ( D )
电子科技大学研究生模式识别试题 2014.04 (附答案)(优.选)
1 / 5word. 电子科技大学研究生试卷 （考试时间： 至 ，共 2 小时） 课程名称 模式识别 教师 学时 40 学分 2 教学方式 课堂教学 考核日期 年 月 日 成绩 考核方式： （学生填写） 1、（5分）简述有监督学习和无监督学习的异同。 答： （1）有监督学习必须要有训练集和测试样本，而非监督学习没有训练集； （2）有监督学习的目的就是识别事物，识别结果表现在给待识别数据加上了标号，因此训练样本集必须由带标号的样本组成，而非监督学习方法只有要分析的数据集本身，预先没有什么标号。 （3）非监督学习方法在寻找数据集中的规律性，这种规律性并不一定要达到分数据集的目的，也就是说不一定要“分类”。 2、（15分）计算单词model 和amdeol 的编辑距离，画出栅格图。 解： 栅格图为： a m d e o l m o d e l amdeol 从栅格图可计算，model 和amdeol 的编辑距离为3。 学 号 姓 名 学 院 ……………………密……………封……………线……………以……………内……………答……………题……………无……………效……………………
2 / 5word. 3、（15分）已知A 类样本为：123[0,1];[2,2];[2,3]a a a ===，B 类样本为：123[3,1];[4,3];[1,5]b b b ===，计算最小二乘分类面的方程（取值为-1和+1），并写出LMS 算法的流程。 解： （1）计算最小二乘分类面为[]0.4,0.26,1.45T ω=--。 （2）LMS 算法流程： 步骤1. 初始化训练样本、权向量； 步骤2. 选择一个训练样本，利用下列公式更新权向量： ()[][1][1]2 ()k k T k i i y μ --=--w w x x w 训练样本数目 步骤3. 重复所有样本。 4、（15分）在目标识别中，有1ω和2ω两种目标类型，它们的先验概率分别为0.8和0.2，在一次试验中，获得样本的类概率密度分别为()10.2p x ω=，()20.4p x ω=，并且已知110λ=，126λ=，211λ=，220λ=。试对该样本进行分类。 （1）基于最小错误率贝叶斯决策； （2）基于最小风险贝叶斯决策。 解：（1）利用贝叶斯公式，分别计算出1ω和2ω的后验概率： ()()() ()() 1112 1 0.20.8 0.66670.20.80.40.2 i i i p x P P x p x P ωωωωω=?= = =?+?∑ ()()() ()() 2222 1 0.40.2 0.33330.20.80.40.2 i i i p x P P x p x P ωωωωω=?= = =?+?∑ 根据贝叶斯决策规则，有 ()()12P x P x ωω> 所以合理的决策是把该样本归类于1ω。 （2）根据（1）的计算结果可知后验概率为
秋专科 微机原理及应用 电子科技大学在线考试
2017年秋|微机原理及应用|专科 1. 有如下定义VAR1 DB 1，2，3，4，5 VAR2 DB '12345' NUM4 EQU VAR2–VAR1 则 NUM4=（）。 (A) 5 (B) 4 (C) 3 (D) 2 分值：2 2. 下列四个寄存器中，不能用来作为间接寻址方式的寄存器是（）。 (A) BP (B) BX (C) D I (D) CX 分值：2 3. 相对查询传送来说，无条件传送工作可靠。（） (A) 正确 (B) 错误 分值：2 4. 指令“CMP AX，CX”和“SUB AX，CX”的实现功能完全一样，可以互相替换。（） (A) 正确 (B) 错误
分值：2 5. BUFFER DB 100 DUP(?) ；表示BUFFER为（）的存储空间，其内容为随机数，通常 作为程序的工作单元。 (A) 200个字节 (B) 200个字 (C) 100个字 (D) 100个字节 分值：2 6. 用来定义字节变量的伪指令是（）。 (A) WORD (B) DWORD (C) B YTE (D) QWORD 分值：2 7. 乘法运算是双操作数运算，但是，在指令中却只指定一个操作数，另一个操作数是隐 含规定的，隐含操作数为（）。 (A) AL/AX (B) BL/BX (C) C L/CX (D) DL/DX 分值：2
8. 指令“LOOP Lable ”与“DEC CX JNZ Lable ”的功能是等价的。（） (A) 错误 (B) 正确 分值：2 9. 非循环算术移位指令在执行时，实际上是把操作数看成（）符号数来进行移位。 (A) 不确定 (B) 带 (C) 都可以 (D) 无 分值：2 10. 计算机存储容量的基本单位：1 B（Byte）＝（bits），1TB＝GB。 (A) 8，1000G B (B) 8，1000K (C) 8，1024M (D) 8，1024G 分值：2 11. DEC 指令不能影响标志寄存器的（）位。 (A) IF (B) SF
中科院-模式识别考题总结(详细答案)
1.简述模式的概念及其直观特性，模式识别的分类，有哪几种方法。（6’） 答（1）：什么是模式？广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。 模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。 模式的直观特性：可观察性；可区分性；相似性。 答（2）：模式识别的分类： 假说的两种获得方法（模式识别进行学习的两种方法）： ●监督学习、概念驱动或归纳假说； ●非监督学习、数据驱动或演绎假说。 模式分类的主要方法： ●数据聚类：用某种相似性度量的方法将原始数据组织成有意义的和有用的各种数据 集。是一种非监督学习的方法，解决方案是数据驱动的。 ●统计分类：基于概率统计模型得到各类别的特征向量的分布，以取得分类的方法。 特征向量分布的获得是基于一个类别已知的训练样本集。是一种监督分类的方法， 分类器是概念驱动的。 ●结构模式识别：该方法通过考虑识别对象的各部分之间的联系来达到识别分类的目 的。（句法模式识别） ●神经网络：由一系列互相联系的、相同的单元（神经元）组成。相互间的联系可以 在不同的神经元之间传递增强或抑制信号。增强或抑制是通过调整神经元相互间联 系的权重系数来（weight）实现。神经网络可以实现监督和非监督学习条件下的分 类。 2.什么是神经网络？有什么主要特点？选择神经网络模式应该考虑什么因素？ （8’） 答（1）：所谓人工神经网络就是基于模仿生物大脑的结构和功能而构成的一种信息处 理系统（计算机）。由于我们建立的信息处理系统实际上是模仿生理神经网络，因此称它为人工神经网络。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 人工神经网络的两种操作过程：训练学习、正常操作（回忆操作）。 答（2）：人工神经网络的特点： ●固有的并行结构和并行处理； ●知识的分布存储； ●有较强的容错性； ●有一定的自适应性； 人工神经网络的局限性： ●人工神经网络不适于高精度的计算； ●人工神经网络不适于做类似顺序计数的工作； ●人工神经网络的学习和训练往往是一个艰难的过程； ●人工神经网络必须克服时间域顺序处理方面的困难； ●硬件限制； ●正确的训练数据的收集。 答（3）：选取人工神经网络模型，要基于应用的要求和人工神经网络模型的能力间的 匹配，主要考虑因素包括：
模式识别与机器学习期末考查试题及参考答案(20210221222717)
模式识别与机器学习期末考查 试卷 研究生姓名：入学年份：导师姓名：试题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。 答：（1）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。主要集中在两方面，一是研究生物体（包括人）是如何感知客观事物的，二是在给定的任务下，如何用计算机实现识别的理论和方法。机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。主要体现以下三方面：一是人类学习过程的认知模型；二是通用学习算法；三是构造面向任务的专用学习系统的方法。两者关心的很多共同问题，如：分类、聚类、特征选择、信息融合等，这两个领域的界限越来越模糊。机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/ 视频分析（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等。 （2）机器学习和模式识别是分别从计算机科学和工程的角度发展起来的，各自的研究侧重点也不同。模式识别的目标就是分类，为了提高分类器的性能，可能会用到机器学习算法。而机器学习的目标是通过学习提高系统性能，分类只是其最简单的要求，其研究更
侧重于理论，包括泛化效果、收敛性等。模式识别技术相对比较成熟了，而机器学习中一些方法还没有理论基础，只是实验效果比较好。许多算法他们都在研究，但是研究的目标却不同。如在模式识别中研究所关心的就是其对人类效果的提高，偏工程。而在机器学习中则更侧重于其性能上的理论证明。试题2：列出在模式识别与机器学习中的常用算法及其优缺点。答：（1）K 近邻法算法作为一种非参数的分类算法，它已经广泛应用于分类、 回归和模式识别等。在应用算法解决问题的时候，要注意的两个方面是样本权重和特征权重。 优缺点：非常有效，实现简单，分类效果好。样本小时误差难控制，存储所有样本，需要较大存储空间，对于大样本的计算量大。（2）贝叶斯决策法 贝叶斯决策法是以期望值为标准的分析法，是决策者在处理 风险型问题时常常使用的方法。 优缺点：由于在生活当中许多自然现象和生产问题都是难以完全准确预测的，因此决策者在采取相应的决策时总会带有一定的风险。贝叶斯决策法就是将各因素发生某种变动引起结果变动的概率凭统计资料或凭经验主观地假设，然后进一步对期望值进行分析，由于此概率并不能证实其客观性，故往往是主观的和人为的概率，本身带有一定的风险性和不肯定性。虽然用期望的大小进行判断有一些风险，但仍可以认为贝叶斯决策是一种兼科学性和实效性于一身的比较完善的用于解决风险型决策问题的方法，在实际中能够广泛应
(完整版)成都电子科技大学自动化专业本科培养方案
自动化专业本科人才培养方案 一、专业代码与名称 专业代码：080602 专业名称：自动化 二、学制与学位 修业年限：四年 授予学位：工学学士 三、培养目标 经过系统的教育和教学活动，使学生具有扎实的基础、宽广的知识面和较强的实践动手能力，培养学生的创新精神和团队意识，使其在掌握自动化和控制工程领域先进技术的基础上，具有提出和解决带有挑战性问题的能力，不断提高自身的综合素质。同时，发展学生个性，培养学生具有健全人格，使其成为德智体美全面发展的高素质人才。 四、基本要求 本专业学生主要学习自动控制原理、计算机控制系统、传感器原理、过程控制系统、线性系统理论、电力电子技术、系统工程导论等专业知识，并接受1～2个学科专业方向的基本训练。毕业后可从事国民经济、国防和科研各部门的运动控制、过程控制、机器人智能控制、导航制导与控制，现代集成制造系统、模式识别与智能系统、系统工程理论与实践、新型传感器、电子与自动检测系统、复杂网络与计算机应用系统等领域的科学研究、技术开发、教学及管理等工作。 毕业生应获得以下几个方面的知识和能力： 1．扎实的数理基础，较好的人文社会科学和管理科学基础，以及外语综合能力； 2．系统掌握本学科领域必需的技术基础理论知识，包括电路理论、电子技术、信号与系统、自动控制理论、计算机软硬件、电力电子学、电力系统自动化等。 3．较强的工程实践能力，较熟练的计算机应用能力； 4．本学科领域内1～2个专业方向的知识与技能，了解本学科前沿的发展趋势； 5．较强的工作适应能力，一定的科学研究、技术开发和组织管理的实际工作能力。
五、专业特色 1、在科研、教学、实验和毕业设计环节与计算机技术、网络通信等专业有机结合，培养适应面宽广的“多才”专业； 2、理论与实践并重，培养学生的实际动手能力，不断提高学生的工程素质和专业基础，训练工程型人才； 3、开展各类竞赛辅助教学，培养学生的团队意识，引导学生发现问题并寻找解决问题的办法，不断提升学生的创新能力。 六、主干学科与主干课程 1、主干学科：检测技术及自动化装置、控制科学与工程 2、主干课程：自动控制原理、计算机控制系统、传感器原理、过程控制系统 3、双语教学课程：信号与系统、信息论导论、电力系统自动化、线性系统理论、数字 逻辑设计及应用 七、主要实践教学环节 1、实验：微型计算机系统原理及接口技术，电子技术实验基础I/II，现代电子技术综 合实验，电力电子技术，集成电路应用实验I/II，信号与系统，过程控制系 统，计算机控制系统，电机与拖动基础，传感器原理，自控原理基础实验， 单片机与PLC，数字系统设计，调速与随动，企业供配电系统，嵌入式系统 设计，现代控制技术综合实验，数字图像处理，现场总线控制系统，电力系 统自动化，信息论导论 2、上机：软件技术基础，现代工程设计制图，数值计算方法，自控原理基础实验，高 级语言程序设计，控制系统计算机仿真，计算机网络，现代控制技术综合实 验，人工智能导论，数字信号处理，系统工程导论 3、课程设计：电路分析基础，单片机与PLC，线性系统理论，现代控制技术综合实验 计算机控制系统，传感器原理，自控原理基础实验，单片机与PLC，数字系 统设计，企业供配电系统，嵌入式系统设计 4、实习实训：实习实训环节包括军事训练、基础工程训练、电工电气技术实训、电装 实习、综合课程设计、生产实习、毕业设计
电子科技大学模拟电路考试题及答案
………密………封………线………以………内………答………题………无………效…… 电子科技大学 二零零七至二零零八学年第一学期期末考试 模拟电路基础课程考试题A 卷（120 分钟）考试形式：开卷课程成绩构成：平时10 分，期中30 分，实验0 分，期末60 分 一（20分）、问答题 1．（4分）一般地，基本的BJT共射放大器、共基放大器和共集放大器的带宽哪个最大？哪个最小？ 2．（4分）在集成运算放大器中，为什么输出级常用射极跟随器？为什么常用射极跟随器做缓冲级？ 3．（4分）电流源的最重要的两个参数是什么？其中哪个参数决定了电流源在集成电路中常用做有源负载？在集成电路中采用有源负载有什么好处？ 4．（4分）集成运算放大器为什么常采用差动放大器作为输入级？ 5．（4分）在线性运算电路中，集成运算放大器为什么常连接成负反馈的形式？
………密………封………线………以………内………答………题………无………效…… 二（10分）、电路如图1所示。已知电阻R S=0，r be=1kΩ，R1∥R2>>r be。 1．若要使下转折频率为10Hz，求电容C的值。 2．若R S≠0，仍保持下转折频率不变，电容C的值应该增加还是减小？ 图1 三（10分）、电路如图2所示。已知差模电压增益为10。A点电压V A=-4V，硅三极管Q1和Q2的集电极电压V C1=V C2=6V，R C=10 kΩ。求电阻R E和R G。 图2
………密………封………线………以………内………答………题………无………效…… 四（10分）、电路如图3所示。已知三极管的β=50，r be=1.1kΩ，R1=150kΩ，R2=47kΩ，R3=10kΩ，R4=47kΩ，R5=33kΩ，R6=4.7kΩ，R7=4.7kΩ，R8=100Ω。 1．判断反馈类型； 2．画出A电路和B电路； 3．求反馈系数B； 4．若A电路的电压增益A v=835，计算A vf，R of和R if。 图3
中科大模式识别试题
中国科学技术大学模式识别试题 （2012年春季学期） 姓名：学号：成绩： 一、填空与选择填空（本题答案写在此试卷上，30分） 1、模式识别系统的基本构成单元包括：、 和。 2、统计模式识别中描述模式的方法一般使用；句法模式识别中模式描述方法一般 有、、。 3、聚类分析算法属于；判别域代数界面方程法属于。 （1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法 4、若描述模式的特征量为0-1二值特征量，则一般采用进行相似性度量。 （1）距离测度（2）模糊测度（3）相似测度（4）匹配测度 5、下列函数可以作为聚类分析中的准则函数的有。 （1） (4) 6、Fisher线性判别函数的求解过程是将N维特征矢量投影在中进行。 （1）二维空间（2）一维空间（3）N-1维空间 7、下列判别域界面方程法中只适用于线性可分情况的算法有；线性可分、不可分都适用的 有。 （1）感知器算法（2）H-K算法（3）积累位势函数法 8、下列四元组中满足文法定义的有。 （1）({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A) （2）({A}, {0, 1}, {A→0, A→ 0A}, A) （3）({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S) （4）({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A) 二、(15分)简答及证明题 （1）影响聚类结果的主要因素有那些？ （2）证明马氏距离是平移不变的、非奇异线性变换不变的。 （3）画出对样本集 ω1：{(0,0,0)T, (1,0,0)T, (1,0,1)T, (1,1,0)T,} PDF 文件使用 "pdfFactory Pro" 试用版本创建https://www.wendangku.net/doc/8414833924.html,
电子科技大学-成电超音速技术报告-电磁组
第八届"飞思卡尔"杯全国大学生智能汽车竞赛技术报告 第八届“飞思卡尔”杯全国大学生 智能汽车竞赛 技术报告 学校：电子科技大学 队伍名称：成电超音速 参赛队员：王硕 李洋 马文建 带队教师：程玉华
第八届"飞思卡尔"杯全国大学生智能汽车竞赛技术报告关于技术报告和研究论文使用授权的说明 本人完全了解第八届“飞思卡尔”杯全国大学生智能汽车邀请赛关保留、使用技术报告和研究论文的规定，即：所有参赛队伍必须与大赛各分赛区组委会签订参赛承诺协议，参赛作品的著作权归属参赛者本人，飞思卡尔半导体公司和比赛秘书处可以在相关主页及文献资料中收录并公开获奖作品的设计方案、技术报告及参赛模型车的视频、图像资料。 参赛队员签名： 带队教师签名： 日期：
第八届"飞思卡尔"杯全国大学生智能汽车竞赛技术报告 摘要 本文以第八届全国大学生智能车竞赛为背景，介绍了智能赛车控制系统的软硬件结构和开发流程。该比赛采用大赛组委会统一指定的A型车模，以Freescale半导体公司生产的32位单片机K60核心控制器,要求赛车在未知道 路上沿着电磁信号以最快的速度完成比赛。整个系统涉及车模机械结构调整、传感器电路设计及信号处理、控制算法和策略优化等多个方面。赛车采用谐振电路对赛道进行检测，提取赛道位置，用PD方式对舵机进行控制。同时通过编码器获取当前速度，采用PID控制实现速度闭环。 关键词：Freescale，智能车，电磁信号，PID ABSTRACT In the background of the8th National Intelligent Car Contest for College Students, this article introduces the software and hardware structures and the development flow of the vehicle control system.This contest adopting A-type car model prescribed by the contest organization committee,using the32-bit MCU K60 produced by Freescale Semiconductor Company as the core controller,requires the car finish the race in the fastest speed.The whole system includes the aspects of the mechanism structure adjustment,the sensor circuit design and signal process,control algorithm and strategy optimization etc.It captures the road information through resonant circuit,then abstracts the road position.After that, PD feedback control is used on the steering.At the same time,the system obtains the current speed using a speed sensor,so that it can realize the feedback control of the speed by PID method. Key words:Freescale，Intelligent vehicle,Electromagnetic signals,PID
电子科技大学在线考试2019年春计算机应用基础专科
2019年春|计算机应用基础|专科 1. 函数Round（1 2.452，1）计算的结果是（） (A) 12 (B) 12.4 (C) 12.5 (D) 12 分值：2 完全正确得分：2 2. 下列关于表格的说法错误的是（） (A) 对于不需要的表格可以选中整个表格用“删除表格”命令删除 (B) 可以根据需要绘制指定行列数的表格 (C) Word文档中用空格分隔的文字可以转换成表格 (D) Word文档中只能插入固定行数的表格 分值：2 答题错误得分：0 3. 为了方便用户记忆和使用，采取域名来命名IP地址，下列域名代码表示教育机构的是（） (A) GOV (B) ORG (C) EDU (D) COM 分值：2 答题错误得分：0
4. 以下编码技术属于有损压缩的是（） (A) 行程编码 (B) 变换编码 (C) 算术编码 (D) 霍夫曼编码 分值：2 完全正确得分：2 5. 下列各类存储器中，断电后其息会丢失的是（） (A) ROM (B) RAM (C) 光盘 (D) 硬盘 分值：2 答题错误得分：0 6. 在公式中需要计算一个单元格区域A1，B1，C1，D1，则下列表示该区域方式正确的是（） (A) A1,D1 (B) A1:D1 (C) A1!D1 (D) A1+D1 分值：2 答题错误得分：0 7. 能同时显示多幻灯片缩略图的视图是（）
(A) 普通视图 (B) 幻灯片浏览视图 (C) 备注页视图 (D) 幻灯片放映视图 分值：2 完全正确得分：2 8. 已知字符‘A’的ASCII码是1000001，则字符‘C’的ASCII值是（） (A) 100 (B) 67 (C) 70 (D) 无法计算 分值：2 完全正确得分：2 9. 计算机的特点不包括（） (A) 具有网络处理能力 (B) 具有逻辑判断能力 (C) 运算精度高 (D) 运算速度快 分值：2 完全正确得分：2 10. Word中文字格式可以利用“字体”对话框设置，以下格式不能在“字体”对话框中设置的是（）
模式识别试题
《模式识别》试题答案（A卷） 一、填空与选择填空（本题答案写在此试卷上，30分） 1、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定 的类别数目））。 2、欧式距离具有（ 1、2 ）；马式距离具有（1、2、 3、4 ）。（1）平移不变性（2）旋转不 变性（3）尺度缩放不变性（4）不受量纲影响的特性 3、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的 正（负）半空间中；绝对值正比于样本点到判别界面的距离。）。 4、感知器算法1。（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。 5、积累势函数法较之于H-K算法的优点是（该方法可用于非线性可分情况（也可用于线性可分情 况））；位势函数K(x,x k)与积累位势函数K(x)的关系为（ ∑ ∈ = X x x x K x K ~ k k k ) , ( ) ( α ）。 6、在统计模式分类问题中，聂曼-皮尔逊判决准则主要用于（某一种判决错误较另一种判决错误更 为重要）情况；最小最大判决准则主要用于（先验概率未知的）情况。 7、“特征个数越多越有利于分类”这种说法正确吗？（错误）。特征选择的主要目的是（从n个特 征中选出最有利于分类的的m个特征（m
模式识别复习题1
模式识别 复习题 1. 简单描述模式识别系统的基本构成（典型过程）？ 2. 什么是监督模式识别（学习）？什么是非监督模式识别（学习）？ 对一副道路图像，希望把道路部分划分出来，可以采用以下两种方法： (1). 在该图像中分别在道路部分与非道路部分画出一个窗口，把在这两个窗口中的象素数据作为训练集，用某种判别准则求得分类器参数，再用该分类器对整幅图进行分类。 (2)．将整幅图的每个象素的属性记录在一张数据表中，然后用某种方法将这些数据按它们的自然分布状况划分成两类。因此每个象素就分别得到相应的类别号，从而实现了道路图像的分割。 试问以上两种方法哪一种是监督学习，哪个是非监督学习？ 3. 给出一个模式识别的例子。 4. 应用贝叶斯决策的条件是什么？列出几种常用的贝叶斯决策规 则，并简单说明其规则. 5. 分别写出在以下两种情况：（1）12(|)(|)P x P x ωω=；（2）12()() P P ωω=下的最小错误率贝叶斯决策规则。 6. （教材P17 例2.1） 7. （教材P20 例2.2），并说明一下最小风险贝叶斯决策和最小错误 率贝叶斯决策的关系。 8. 设在一维特征空间中有两类服从正态分布的样本， 12122,1,3,σσμμ====两类先验概率之比12(),() P e P ωω= 试确定按照最小错误率贝叶斯决策规则的决策分界面的x 值。
9. 设12{,,...,}N x x x =X 为来自点二项分布的样本集，即 1(,),0,1,01,1x x f x P P Q x P Q P -==≤≤=-，试求参数P 的最大似然估 计量?P 。 10. 假设损失函数为二次函数2??(,)()P P P P λ=-，P 的先验密度为均匀分布，即()1,01f P P =≤≤。在这样的假设条件下，求上题中的贝叶 斯估计量?P 。 11. 设12{,,...,}N x x x =X 为来自(|)p x θ的随机样本，其中0x θ≤≤时， 1 (|)p x θθ=，否则为0。证明θ的最大似然估计是max k k x 。 12. 考虑一维正态分布的参数估计。设样本（一维）12,,...,N x x x 都是由 独立的抽样试验采集的，且概率密度函数服从正态分布，其均值μ和方差2σ未知。求均值和方差的最大似然估计。 13. 设一维样本12{,,...,}N x x x =X 是取自正态分布2(,)N μσ的样本集，其中 均值μ为未知的参数，方差2σ已知。未知参数μ是随机变量，它的先验分布也是正态分布200(,)N μσ，200,μσ为已知。求μ的贝叶斯估计 ?μ 。 14. 什么是概率密度函数的参数估计和非参数估计？分别列去两种 参数估计方法和非参数估计方法。 15. 最大似然估计和Parzen 窗法的基本原理？
电子科技大学导师研究方向
电子科技大学导师研究方向 1、移动通信研究团队 李少谦教授、唐友喜教授、刘皓副教授、唐万斌副教授、武刚副教授、何旭副教授 研究方向：主要面向信号处理方向，偏向程序、算法、仿真，目前主要研究方向为MIMO，OFDM等 2、通信信号处理与专用集成电路研究团队 胡剑浩教授、凌翔副教授 研究方向：主要面向硬件，FPGA，芯片设计等 3、无线网络技术团队 郭伟教授、冯刚教授、余敬东副教授 研究方向：网络层，Ad-hoc 4、网络技术研究团队（严格来讲，雷维礼教授、、马立香副教授是宽带实验室，而非抗干扰） 雷维礼教授、毛玉明教授、冷苏鹏副教授、马立香副教授 研究方向：通信网与宽带通信技术、数据通信与计算机网络、宽带无线信息网络5、编码技术研究团队 周亮教授、张忠培教授、文红副教授 研究方向：编码技术、密码学 宽带光纤传输与通信网技术教育部重点实验室团队划分 1、光纤技术与光电子器件研究室 饶云江教授 研究方向：光纤传感、光电子器件 2、光通信技术研究室 邱昆教授、陈福深教授、许渤副教授、武保剑副教授、周东副教授 研究方向：、新型光通信理论与技术、光接入网技术、军用光通信与光电子技术3、宽带通信网络理论与技术研究室 团队1：宽带通信网研究组 李乐民院士、王晟教授、许都副教授、虞红芳副教授、徐世中副教授 研究方向：宽带光纤接入网络技术、宽带通信网中的交换技术、宽带无线网络技术 团队2：网络行为学与网络安全课题组 胡光岷教授、姚兴苗副教授 研究方向：网络行为学研究、网络安全研究 团队3：现代通信网技术及应用 李兴明教授 研究方向：现代通信网理论、网络的优化设计技术.、电信网络管理、高速信息
电子科技大学随机信号分析期末考试题
电子科技大学20 -20 学年第 学期期 考试 卷 课程名称：_________ 考试形式： 考试日期： 20 年 月 日 考试时长：____分钟 课程成绩构成：平时 10 %， 期中 10 %， 实验 %， 期末 80 % 本试卷试题由___2__部分构成，共_____页。 一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关 性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相 位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函 数，则低频过程)()(t A t A s c 和是___正交___。
二、计算题（共80分） 1. (16分)两随机变量X 和Y 的联合概率密度函数为(,)=XY f x y axy ，a 是常数，其中0,1x y ≤≤。求： 1) a ; 2) X 特征函数； 3) 试讨论随机变量X 和Y 是否统计独立。 解：因为联合概率密度函数需要满足归一性，即 （2分） 11 00 1 1 1(,)124 XY f x y dxdy Axydxdy A xdx ydy A ∞∞ -∞-∞= ===?? ????（分） 所以4A = （1分） X 的边缘概率密度函数： 1 ()4201X f x xydy x x ==≤≤? （2分） 所以特征函数 1 1 02 ()2()2122 12j X X j x X j x j x j x j j E e f x e dx xe dx e xe j j e j e ωωωωωωω φωωωωω∞ -∞??=?? ==?? =-??????= --??? ?（分） （分）（分） 容易得1 ()4201Y f y xydx y y ==≤≤? 则有 (,)()()XY X Y f x y f x f y = （2分） 因此X 和Y 是统计独立。 （2分） 2. (12分)设随机过程()0xt X t e t -=<<∞，其中x 在(]0,2π均匀分布，求： 1) 求均值()X m t 和自相关函数(,)X R t t τ+；