关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 公告:维护QQ群:833371870,欢迎加入!公告:维护QQ群:833371870,欢迎加入!公告:维护QQ群:833371870,欢迎加入! 2022-07-24 ICP算法对初值依赖较大,容易陷入局部最优值,而且因为要利用对应点的特征计算和匹配,所以速度比较慢。NDT算法则没有这个问题。 A: 正确 B: 错误 ICP算法对初值依赖较大,容易陷入局部最优值,而且因为要利用对应点的特征计算和匹配,所以速度比较慢。NDT算法则没有这个问题。A: 正确B: 错误 答案: 查看 举一反三 ICP算法对初值依赖较大,容易陷入局部最优值,而且因为要利用对应点的特征计算和匹配,所以速度比较慢。NDT算法则没有这个问题。 A: 正确 B: 错误 蚁群算法不容易陷入局部最优,易于寻找到全局最优解。 A: 正确 B: 错误 在解决函数优化问题时,基因遗传算法的全局性不好,容易陷入局部最优值。 A: 正确 B: 错误 由于蚁群算法不容易陷入局部最优,最后搜索到全局最优值是可保障的。 随机梯度下降算法有效解决了反向传播算法更新梯度的问题,但也容易出现局部最后的问题。此时只需要使用[br][/br]Momentum动量法,就可以彻底解决训练陷入局部最优。