返回
机器人主页
hugem@hugem
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：Travel允许发帖
18 · 49
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“啦啦啦，我也是，尤其是看了他一期做客鲁豫有约后，就觉得他特别励志 【 在 ashanshun 的大作中提到: 】 : 超喜欢王杰，帮顶~\(≧▽≦)/~啦啦啦”
回复
“如果把目标函数看成是与路径度量（延时、质量等）相关的函数的话，这应该是一个求函数最小值的优化问题。现在有很多算法是求解这类问题的，比如遗传算法。具体的我也没有涉猎，仅供参考”
回复
“如果保证发端的调制正确就从信道两端一个模块一个模块往外查找问题，fft，均衡都可能出问题”
回复
“我的理解是在进行多分类时，每一类都会对应一个决策函数，将测试样本带入各个决策函数会得到一个函数值，按照函数值的大小排序统计。既然求得了超平面，那么离超平面越远，分类判决的可能性应该更大才是。至于最优解和次优解的唯一问题，不太清楚，求 @yyjkdnsy 解答。 【 在 nodlese 的大作中提到: 】 : 这个我还真…”
回复
“就是按照概率排序，选择标签 【 在 nodlese 的大作中提到: 】 : 什么叫次优？”
回复
“谢谢，看来还是对libsvm不太熟，在训练的时候加入参数-b就可以得到概率值了 【 在 yyjkdnsy 的大作中提到: 】 : 每一个分类会得到一个概率值，你选概率第二大的就是次优的。”
回复
“弹唱的话《吉他自学三月通》，指弹《指弹吉他完整教程》-卢家宏”
回复
“ukulele小巧方便携带，各种卡哇伊，没去过琴行，不过觉得初学者去琴行应该能少走很多弯路”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。