答案：B
答案：B
A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。$;$K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。$;$K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。$;$K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。
A. 从总的M个特征中，有放回地抽取m个特征（m<M）$;$从总的M个特征中，无放回地抽取m个特征（m<M）$;$从总的N个样本中，有放回地抽取n个样本（n<N）$;$从总的N个样本中，无放回地抽取n个样本（n<N）
A. 网络结构不够灵活$;$信息传递缺失$;$网络较浅，特征提取不充分$;$模型参数太多
A. 均值$;$百分位数$;$中位数$;$众数
A. 设计$;$运行$;$规划$;$建设
A. hash$;$disk$;$reduce$;$map
A. 内部抗干扰措施：对输入采样值抗干扰纠错$;$机体屏蔽：各设备机壳用铁质材料，必要时采用双层屏蔽$;$开关量的输入采用光电隔离$;$通道干扰处理：采用抗干扰能力强的传输通道及介质
