A、有频域的概念
B、均方意义下最优
C、有关于复数的运算
D、从变换结果可完全恢复原始数据
答案：ACD
解析：傅里叶分析是贯穿时域与频域的方法之一。每种傅里叶变换都分成实数和复数两种方法。由于从时域到频域的傅里叶变换是一一映射,所以存在一个傅里叶逆变换,使得变换之后信号(波)可以回答原始信号(波).均方意义下最优是错误的。答案ACD
A、有频域的概念
B、均方意义下最优
C、有关于复数的运算
D、从变换结果可完全恢复原始数据
答案：ACD
解析：傅里叶分析是贯穿时域与频域的方法之一。每种傅里叶变换都分成实数和复数两种方法。由于从时域到频域的傅里叶变换是一一映射,所以存在一个傅里叶逆变换,使得变换之后信号(波)可以回答原始信号(波).均方意义下最优是错误的。答案ACD
A. 指数级
B. 对数级
C. 线性级
D. 平方级
A. A + B = B + A
B. AB = BA
C. A(B+C) = AB + AC
D. (A+B)^2 = A^2 + 2AB + B^2
解析：矩阵乘法不满足乘法交换律
A. 物理学
B. 图形学
C. 数据挖掘
D. 人机交互
A. 是数据结构设计
B. 是数据格式处理
C. 是编程语言
D. 用易于计算机处理的方式来描述人脑的知识
A. PIL.image.beta_composite(im1,im2)
B. PIL.image.alpha_composite(im1,im2)
C. PIL.image.blend(im1,im2,alpha)
D. PIL.Image.composite(im1,im2,mask)
解析：见函数库
A. 机器翻译
B. 成像精确制导
C. 自动问答
D. 博弈问题
A. 深度学习
B. 人工智能
C. 神经网络
D. 计算机工程
解析：机器学习是人工智能研究发展到一定阶段的必然产物。
A. 不存在一对一的模型结构
B. 反向传播时不考虑时间方向
C. 不存在多对多的模型结构
D. 会出现长时间传输记忆的信息衰减的问题
A. 线性回归
B. 逻辑回归
C. 神经网络
D. 随机森林
解析：逻辑回归无法解决回归问题
