关于OTU聚类分析原理，说法正确的是（)

A . V-体积 B . C-细胞 C . S-过氧化物酶 D . 仅显示两种细胞散点图 E . 以上都正确

A . 要求波长转换板的接收光功率调节到接收灵敏度和过载点的中间值，至少要在“过载点－5～接收灵敏度＋3”范围内 B . OTU的接收光口（包括波分侧和客户侧）在连接光纤时要求虚插，以免因光功率未调节好时，输入光功率过大超过过载点导致接收光模块烧毁 C . OADM站点或有波长保护需要调节上波的各波长，在调试发送光放的光功率平坦度时，需要波分侧发送端添加可调衰减器，以调节上波各波在光放的功率平坦度 D . OTU客户侧发光功率由客户侧光模块决定，客户侧光模块支持传输距离越远则发送光功率越高

A . 一般可以直接将SDH信号接入进LWC； B . 如果LWC客户侧接收模块类型为APD，则一般加上5dB左右的固定衰减 C . 如果LWC客户侧接收模块类型为PIN，则一般加上10dB左右的固定衰减 D . 如果LWC波分侧接收模块类型为APD，则应该加上15dB左右的固定衰减

A . 液层厚度一定时，吸光度与待测物浓度成正比 B . 用浓度和吸光度作曲线，其斜率决定于溶液的吸光系数 C . 吸光系数随入射光强度改变而改变 D . 液层厚度与吸光度成正比 E . 吸光度与浓度成正比

A . V--体积 B . C--细胞 C . S--过氧化物酶 D . 仅报告直方图及分析参数 E . 可确认幼稚细胞

A . A、液层厚度一定时，吸光度与待测物浓度成正比 B . B、用浓度和吸光度作曲线，其斜率决定于溶液的吸光系数 C . C、吸光系数随入射光强度改变而改变 D . D、液层厚度与吸光度成正比 E . E、吸光度与浓度成正比

A . 液层厚度一定时，吸光度与待测物浓度成正比 B . 用浓度和吸光度作曲线，其斜率决定于溶液的吸光系数 C . 吸光系数随入射光强度改变而改变 D . 液层厚度与吸光度成正比 E . 吸光度与浓度成正比

A . 在工程中如果发现OTU单板的输出功率偏低，可以通过网管来调节输出光功率 B . 在工程现场严禁调节OTU单板的输出光功率 C . 波长可调谐的OTU单板可以在工程现场根据需求在一定范围内调节波长 D . 随着OTU单板使用年限的增长，激光器会存在老化现象，导致频偏过大

A . 液层厚度一定时，吸光度与待测物浓度成正比 B . 用浓度和吸光度作曲线，其斜率决定于溶液的吸光系数 C . 吸光系数随入射光强度改变而改变 D . 液层厚度与吸光度成正比 E . 吸光度与浓度成正比

A . JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇 B . JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇 C . JP聚类是基于SNN相似度的概念 D . JP聚类的基本时间复杂度为O（m）

当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理。 B.混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布。 C.混合模型很难发现不同大小和椭球形状的簇。 D.混合模型在有噪声和离群点时不会存在问题。 此题为多项选择题。

A．不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 B．需求同类数据的内容相似度尽可能小 C．要求不同类数据的内容相似度尽可能小 D．与分类挖掘技术相似的是，都是要对数据进行分类处理

A．具有全局优化目标函数 B．Group Average擅长处理球状的簇 C．可以处理不同大小簇的能力 D．Max对噪声点和离群点很敏感

A．k均值算法采用误差和准则函数，其聚类目标是使准则函数值最小 B．理论上可以证明，k均值聚类算法是收敛的 C．k均值算法的聚类结果虽然收敛但不确定 D．聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响

A．聚类模型属于无监督学习 B．聚类模型的本质是寻找数据集内在的分布结构 C．经过聚类之后的数据集形成不同的簇，同簇的样本相似度低，簇间的样本相似度高 D．聚类模型作为独立的分析过程，通常不和其他数据分析任务结合叠加

A．OTU的中文翻译是可操作分类单元。 B．OTU是设定一个阈值之后归并的一类序列。 C．97%是目前比较常用的阈值。 D．OTU真实反映了一个实际物种。