以下方法中,可以解决分类问题的方法包括（）

A.最小错误率贝叶斯分类

B.最小风险贝叶斯分类

C.支持向量机

D.感知器分类

A.决策树

B.贝叶斯网络

C.遗传算法

D.FP算法

A.A.Ada boosting

B.B.回归模型

C.C.神经网络

D.D.贝叶斯方法

A.人工神经网络用于解决线性分类问题的开创性工作

B.由于其简单易理解,作为人工神经网络学习的入门模型是恰如其分

C.因为其不能解决非线性分类问题的缺陷,启发了后来的各种人工神经网络模型

D.首个能够解决异或的人工神经网络模型

A.最小风险贝叶斯分类

B.最小错误率贝叶斯分类

C.朴素贝叶斯分类

D.半朴素贝叶斯分类

A.K-means

B.FP-Growth

C.朴素贝叶斯

D.决策树

A.指数法

B.AHP层次分析法

C.人工神经网络评价法

D.主成分分析法

A.层次分析法

B.主成分分析法

C.人工神经网络

D.空间分析技术方法

A.基于声道模型和语音知识的方法

B.人工神经网络方法

C.模式匹配方法

D.音色、音调识别方法