西电-2019模式识别研究生考试

以老师考前的复习为主，仔细听重点，老师的考前复习很重要，揣摩会出什么题。2019年是8道大题，5个简答，3个计算。虽然要记要背的很多，但是考高分很容易。不要刷往年打印店的题，太久远了，和现在的很不一样，不用管。

昨天考完，今天早上复现记忆一下，以后供师弟师妹参考。研究生所有考试就结束啦哈哈哈！

整理的考前复习PPT，2015年题，2017年课程的PPT，还有今年的考前复习PPT上传到了百度网盘里（喜欢就点个赞吧）：

链接：https://pan.baidu.com/s/1m9t5hRj7xOzY8wVOCBZ0Wg 
提取码：ewsf 
复制这段内容后打开百度网盘手机App，操作更方便哦

============================2019年西电模式识别研究生考试题复现============================

1.(1)结合模式识别知识写出车牌识别的流程；

(2)车牌识别中，影响识别的主要因素有哪些？应该如何应对？

(3)卷积神经网络在处理图像问题上表现优秀，在该系统中使用会使得性能更好吗？

2.写出最大似然估计算法流程，贝叶斯算法流程，比较它们之间的区别。

3.分类器有哪些类别，对应类别写出经典的方法；写出K近邻算法的主要思想；给了一个图，是方形和三角形的分布，让根据k近邻原则看新的那个样本在k=3时属于哪个类，k=5时属于哪个类。

4.常见的聚类算法有哪些？写出K均值聚类算法的主要思想和流程。

5.写出LDA算法（注意，这就是Fisher线性判别）和PCA算法的主要思想，和它们的流程。

6.三个样本，分别给出了概率密度函数值，和风险损失。计算三个样本使用贝叶斯最小错误率决策和最