网易笔试题——计算机视觉_深度学习方向
選擇題知識(shí)點(diǎn):
【1】大津法(OSTU算法)閾值分割中,閾值自動(dòng)選擇的思路是:
? C:最大化類間方差法選擇閾值
解析:大津法(OTSU)是一種確定圖像分割閾值的算法,由日本學(xué)者大津于1979年提出;原理上來講,該方法又稱作最大類間方差法,有時(shí)也稱之為大津算法;其按照大津法求得的閾值進(jìn)行圖像二值化分割后,前景與背景圖像的類間方差最大;其被認(rèn)為是圖像分割中閾值選取的最佳算法,計(jì)算簡單,不受圖像亮度和對(duì)比度的影響,因此在數(shù)字圖像處理上得到了廣泛的應(yīng)用。
【2】關(guān)于矩陣的廣義逆,下列表述不正確的是
? A. 若矩陣A的廣義逆為B,則A*B*A=A,B*A*B=B
? B. 若矩陣A的廣義逆為B,則A*B和B*A都是對(duì)稱陣。
? C. 矩陣A一定存在確定唯一的廣義逆。
? D. 矩陣A可能不存在廣義逆。
正確答案:D
解析:矩陣的廣義逆存在且唯一。
【3】支持向量機(jī)可以分為:
線性可分支持向量機(jī),線性支持向量機(jī)和非線性支持向量機(jī)。
【4】
下列關(guān)于核函數(shù)的表述正確的是______
? A. 核函數(shù)即特征的映射關(guān)系。
? B. 多項(xiàng)式核函數(shù)只是將原始特征映射,并沒有升維
? C. 高斯核函數(shù)將特征映射到無窮維
? D. 使用線性核函數(shù)的SVM是非線性分類器
正確答案:C
解析:
A.核函數(shù)即特征的映射關(guān)系。通俗理解:核函數(shù)和映射沒有關(guān)系,核函數(shù)只是用來計(jì)算映射到高維空間之后的內(nèi)積的一種簡便方法。核函數(shù)本質(zhì)上是對(duì)應(yīng)于高維空間中的內(nèi)積的,從而與生成高維空間的特征映射一一對(duì)應(yīng)。
B.多項(xiàng)式核函數(shù)只是將原始特征映射,并沒有升維,多項(xiàng)式核函數(shù)可以將原始維度映射到高維,高斯核函數(shù)可以將原始維度映射到無窮維。
C.高斯核函數(shù)將特征映射到無窮維,對(duì)于x1和x2的內(nèi)積計(jì)算時(shí)用到了泰勒級(jí)數(shù)展開,即高斯核將數(shù)據(jù)映射到無窮高的維度。
D.使用線性核函數(shù)的SVM是非線性分類器, SVM在線性分類器上所做的重大改進(jìn)——核函數(shù)。線性不可分時(shí)候可以使用核函數(shù),變成線性可分。映射函數(shù)是非線性函數(shù)時(shí),學(xué)習(xí)到的含有核函數(shù)的SVM就是非線性分類模型。
【5】下列哪項(xiàng)不是SVM的優(yōu)勢_____
A. 可以和核函數(shù)結(jié)合
B. 通過調(diào)參可以往往可以得到很好的分類效果
C. 訓(xùn)練速度快
D. 泛化能力好
正確答案:C
【6】
以下算法中未用到貪心算法思想的是?
A. 迪杰斯特拉(Dijkstra)
B. 庫魯斯卡爾(Kruskal)
C. 普里姆算法(Prim)
D. KMP
正確答案:D
解析:迪杰斯特拉(Dijkstra)貪心策略是每次選可達(dá)的點(diǎn)中距離源點(diǎn)最近的點(diǎn)進(jìn)行擴(kuò)展,即貪心選取最短距離的點(diǎn)
庫魯斯卡爾(Kruskal) 貪心策略是每次選最短的邊(刨除成環(huán)的邊)來作為最小生成樹,即貪心最短邊
普里姆算法(Prim) 貪心策略是每次選可達(dá)的點(diǎn)中距離曾經(jīng)擴(kuò)展過的點(diǎn)中任意點(diǎn)的最短距離,類似Dij,只是不是找距離源點(diǎn)的最短距離
KMP 貪心策略0.0 不是貪心 是動(dòng)態(tài)規(guī)劃,動(dòng)態(tài)規(guī)劃的是當(dāng)前狀態(tài)失敗之后上一次匹配的位置(求的是最長的與前綴子串匹配的左子串)
總結(jié)
以上是生活随笔為你收集整理的网易笔试题——计算机视觉_深度学习方向的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Python深度学习之搭建小型卷积神经网
- 下一篇: 视觉计算/深度学习/人工智能 笔试面试