正在打开页面…
用低层状态属性与高层抽象判断说明融合功能,并保留局部术语边界。
教材功能模型先作低层处理,输出状态、特征和属性;再作高层处理,输出更抽象的目的或态势结果。状态量如位置、速度,属性如类别,二者含义不同,不能把类别名称当连续速度。模型包括时空处理、关联、识别、参数估计和决策,输入输出应分别定义。
此模型把时间校准、空间坐标变换称为“特征提取”,把判别观测是否来自同一目标称为“分类/数据关联”。这是本段用语,不意味着所有机器学习的特征提取都只作坐标变换,或所有分类任务都等于目标关联。
状态测量与属性测量分别提供参数和类别依据,最终估计与决策还需对象对应、先验和适当准则。
基础测试统一使用选择题,先确认概念、定义和关键判断是否扎实。
低层与高层输出的主要区别是什么?
低层状态/属性等,高层更抽象的目的或态势结果
低层必须只输出类别,高层只存原始电压
两层的所有输出都必同单位连续数值
本模型称时空校准为特征提取,应如何理解?
所有深度模型特征提取都只改变坐标
本段特定用语,不推广为所有特征提取定义
凡类别预测都必只是同目标关联
暂无前置知识
暂无引用。