因为假设状态分布是高斯分布，所以只需要估计出均值和方差就完成了卡尔曼滤波推理，那推导出的推理公式中，需要根据哪些已知量来估计t+1时刻状态高斯分布的均值和方差。
举一反三
- 因为假设状态分布是高斯分布，所以只需要估计出均值和方差就完成了卡尔曼滤波推理，那推导出的推理公式中，需要根据哪些已知量来估计t+1时刻状态高斯分布的均值和方差。 A: t时刻状态高斯分布的均值 B: t时刻状态高斯分布的方差 C: t+1时刻观察到的证据 D: 转移模型 E: 观察模型
- 因为假设状态分布是高斯分布，所以只需要估计出均值和方差就完成了卡尔曼滤波推理，那...计t+1时刻状态高斯分布的均值和方差。
- 卡尔曼滤波是精确估计后验概率的均值和方差，扩展卡尔曼滤波是有效估计后验概率的均值和方差。
- 卡尔曼滤波是在描述问题的随机变量是连续型时，假设状态变量的先验分布，以及转移模型和观察模型都是高斯分布，从而实现新时刻的状态估计。
- 卡尔曼滤波是精确估计后验概率的均值和方差，扩展卡尔曼滤波是有效估计后验概率的均值和方差。 A: 正确 B: 错误