2018年华南理工大学考研专业课试题840信号与模式基础综合.pdf

上传人(卖家):雁南飞1234 文档编号:2769128 上传时间:2022-05-25 格式:PDF 页数:4 大小:317.03KB
下载 相关 举报
2018年华南理工大学考研专业课试题840信号与模式基础综合.pdf_第1页
第1页 / 共4页
亲,该文档总共4页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、840 华南理工大学 2018 年攻读硕士学位研究生入学考试试卷 (试卷上做答无效,请在答题纸上做答,试后本卷必须与答题纸一同交回) 科目名称:信号与模式基础综合 适用专业:控制科学与工程 共 4 页 第 1 页 1. (1) 一个系统的输入(t)x和输出(t)y之间的关系由下式给出 0,0( )( )(2),0ty tx tx tt 请分析说明该系统是否为线性时不变系统?(6 分) (2) 离散时间信号0 sin()x nn是否为周期信号?如果是,周期是多少?(5 分) (3) 计算离散时间信号6 cos()7x nn的傅里叶级数系数ka,并画图表示。 (5 分) 2. (1) 一个线性时不

2、变系统对输入(t)x的响应是(t)y, 证明: 该系统对输入(t)(t)dxxdt 的响应是(t)(t)dyydt。 (5 分) (2) 一个连续时间信号(t)x的傅里叶变换是(j )X,证明:信号(t)tx的傅里叶变换是(j )djXd。 (5 分) (3) 一个线性时不变系统,如果输入信号( )( )tx te u t得到的输出是3111( )( )424ttty teteeu t, 求该系统的单位冲激响应, 并写出该系统的微分方程。 (10 分) 3. 两个离散时间信号1 x n和2 x n分别如下图(a)和(b)所示,其中 1111, 0,NnNx n其它 2 x n是将1 x n进行

3、周期性扩展,周期为12NN。请分别计算: 第 2 页 (1) 1 x n的傅里叶变换1(e)jX;(2) 2 x n的傅里叶级数系数ka;(3) 2 x n的傅里叶变换2(e)jX。 (15 分) 4. 一个系统的拉普拉斯变换为1( )(1)(2)X sss,请根据其极点分布,求出所有与该变换对应的信号序列及其收敛域。 (9 分) 5. 已知一个连续时间信号( )x t的频谱如下图所示。现利用冲激串( )()np ttnT 对其进行采样,得到( )( ) ( )px tx t p t。令2sT。 (1) 求出( )pxt的频谱()pXj的表达式,并分别画出sM,2M和4M时的频谱,然后说明采样

4、周期T满足什么条件时,可以从( )pxt重构( )x t?(9 分) 第 3 页 (2) 如果( )x t是 6 Hz 的正弦波,采样频率是 8Hz,用于重构的理想低通滤波器带宽等于采样频率,即(j )1,0.50.5ssH,其余频带(j )0H。请问重构后的信号频率是多少?如果采样频率为 20Hz,那么重构后的信号频率是多少?请分别画图说明。 (6 分) 6. 执行任务为传送带中苹果与梨的自动分类,请简述该任务对应的模式识别系统中的基本操作及每个操作的作用。 (10 分) 7. 假设在某个医院中对就诊患者的细胞判别中,正常(1w)和癌变(2w)两类先验概率分别为12()0.9, ()0.1P

5、 wP w,现有一待识别细胞,其观察值记为x,从类条件概率密度分布曲线上查得12(x|)0.3, (x|)0.65PwPw,并且已知判别风险函数为111221220,8,1,0,那么: a) 请使用基于最小错误率的贝叶斯决策方法对该细胞x进行分类决策; (6 分) b) 请使用基于最小风险的贝叶斯决策方法对该细胞x进行分类决策; (6 分) c) 分析这两种结果的异同与原因。 (3 分) 8. 线性判别分析是一种常用的数据降维方法,现用其对以下两类样本集进行分析:12(0,0,0) ,(2,2,0) ,(2,0,2) ,(2,0,0) ,(0,0,2) ,(0,2,0) ,(0,2,2) ,(

6、2,2,2) TTTTTTTTww。 a) 请描述线性判别分析的基本思想; (6 分) b) 请使用线性判别分析方法确定一个直线方向, 能够使这两类样本在投影到该直线后达到最佳分类效果。 (9 分) 9. 已知某医院体检数据中,5 个检测者的血液量与红血球的测量数据如下:(45,6.53),(42,6.30),(35,5.90),(58,9.49),(40,6.20)。请利用最小二乘估计思想,推导并求解自变量血液量与变量红血球的线性回归方程。 (10 分) 10. 现有样本集( 1,0) ,(2,0) ,(2,1) ,(0,1) TTTTX ,试用 K-means 算法进行聚类分析(类别数2C ) ,其中 第 4 页 a) 初始聚类中心为(0,0) ,(0, 6)TT, 能否顺利将上述样本集聚成两类?试分析可能会出现的问题。 (6 分) b) 初始聚类中心为(0,0) ,(1,0)TT,请计算该样本集的聚类结果。 (9 分) 11. 对一幅道路图像,希望能把道路部分划分出来。请按自己的理解,分别用有监督学习和无监督学习的方法,描述这一任务的完成。 (10 分)

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 大学
版权提示 | 免责声明

1,本文(2018年华南理工大学考研专业课试题840信号与模式基础综合.pdf)为本站会员(雁南飞1234)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|