图像平滑目的是()。

A. del$;$put()$;$pop()$;$rm

A. 训练、编码、解码$;$编码、训练、解码$;$解码、训练、编码$;$训练、解码、编码

A. AGN和AGI$;$ANI和ANG$;$ANG和AGI$;$ANI和AGI

A. 点
$;$线
$;$平面
$;$超平面

A. 根据特征向量X计算样本之间的相似性，选择离中心点最相似的k个样本$;$k近邻既可以用于分类，也可以用于回归$;$k近邻用于分类时，对于新的样本，计算离其最近的k个样本的平均值，作为新样本的预测值$;$k近邻用于分类时，对于新的样本，根据其k个最近邻样本的类别，通过多数表决的方式预测新样本的类别

A. 生成式学习$;$生成式场景$;$生成式数据$;$生成式模型

A. 可以存储许多相关(激励，响应)模式对$;$以分布、稳健的方式存储信息$;$即使输入激励模式完全失真时，仍然可以产生正确的响应模式$;$可在原存储中加入新的存储模式