基于Bagging的集成学习代表算法有（）。

A、Adaboost

B、GBDT

C、XGBOOST

D、随机森林

A、各基分类器之间有较强依赖，不可以进行并行训练

B、最著名的算法之一是基于决策树基分类器的随机森林

C、当训练样本数量较少时，子集之间可能有重叠

D、为了让基分类器之间互相独立，需要将训练集分为若干子集

A、数据预处理

B、特征工程

C、机器学习算法

D、模型集成

A、数据样本扰动

B、输入属性扰动

C、输出表示扰动

D、算法参数扰动

A、FCN

B、deeplab

C、Mask-RCNN

D、kNN

A、最大期望算法

B、径向基核函数

C、线性判别分析法

D、支持向量机

A、阈值分割方法（thresholdsegmentationmethod）

B、区域增长细分（regionalgrowthsegmentation）

C、边缘检测分割方法（edgedetectionsegmentationmethod）

D、基于聚类的分割（segmentationbasedonclustering）

E、基于CNN中弱监督学习的分割

A、无论是散列法运算一个较大或者一个较小的输入，散列函数应消耗大约相同的时间量

B、对于PoS权益证明的区块链，是已经没有了挖矿的过程，因此效率大大提高

C、DPoS类似于董事会投票，它的原理是让每一个持有比特股的人进行投票，由此产生101位代表可以将其理解为101个超级节点或者矿池，而超级节点彼此的权利是完全相等的

D、国密SM2算法本身是基于ECC椭圆曲线算法

A、基于区域的分割方法

B、基于人工勾画的分割方法

C、基于边缘的分割方法

D、基于阈值的分割方法

A、Flip-Flop算法

B、贝叶斯分类器

C、最大熵消歧

D、基于词典的消歧

是

否