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。 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。 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 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。 基于梯度的数值优化算法容易陷入局部最优解,不适用于求解复杂系统的全局最优解。(<br/>) 蚁群算法不容易陷入局部最优，易于寻找到全局最优解。
