屌丝文学

第五百七十四章 争吵（第2页）

“它可以根据训练数据来构建分类或回归模型的算法，简单有效地处理高维度和非线性的数据！”

“我们可以用支持向量机来对MEMS系统输出数据进行分类回归，快速拉升高灵敏度。而且向量机来对MEMS加速度计进行温度补偿效果。。。也不是卡尔曼滤波器算法能够比拟的！”

一个身材圆滚滚的研究人员提出了自己的意见。

他这话一说出口，在场的其他几个研究人员也都满意的点点头。

这不只是他一个人商量的成果，而是他们这个小组在经过了一番商谈之后得出来的结论。

卡尔曼滤波器算法优势的确不少。

但是如果使用向量计算法来解决这个问题的话，优势只会更加明显而显著！

而且还有一些额外的效果。

然而，这一次还没等陆语说出些什么，一开始说话的那名女研究人员直接就站起身驳斥道：“不不不，我觉得你们的想法局限性太大了！”

“相比较于卡尔曼滤波器，算法支持向量计算法，需要大量的数据和计算资源，对于环境的要求也远远高于卡尔曼滤波器！”

“而且卡尔曼滤波器算法还能够解决不确定的声呐干扰问题！”

“效果绝对比支持向量机算法要好得多！”

她直接是将自己脑海中的想法说了出来，没有一点的客气。

而另外一组的研究人员也是丝毫没有客套。

他们直接反驳道：“你说的也确实没错，卡尔曼滤波器算法能在一定程度上降低声纳造成的干扰，但是对于我们的微电机系统而言，声纳问题是什么难题吗？”

“它的优点确实存在。”

“但是缺点只会比支持向量计算法要来的更加致命，而你根本就没有提到这一点！”

“你说我们的支持向量机算法需要大量的训练数据和计算资源，这个我们也没有办法反驳你，因为它的确是对于资源有着更高标准的要求。”

“但是。。。你所说的卡尔曼滤波器算法就没有自己的缺点了吗？”

“有，而且还很大！”

“它虽然对于计算资源的要求没有那么高，但它却需要准确的模型和参数！如果我们构建的模型参数不够精准，那么它的效果只会大打折扣！＂

“我是觉得相比较于计算资源而言。”

“卡尔曼滤波器算法根本就不存在什么明显的优势，反倒是支持向量机算法更能够解决我们目前面临着的问题！”

女研究员也没有退缩，再一次摇头说道：

“我觉得你们可能对我的思路有误解！卡尔曼滤波器就像是一个智能的眼镜，它可以根据你看到的东西和你预期看到的东西，来调节镜片的透明度和形状，从而让你看得更清楚和准确。”

“而支持向量机更像是一个强大的分类器，这个算法虽然可以根据你给它的数据来划分出不同的类别或者区域，让你区分得更容易。”

“但是对于我们目前面临着的电磁干扰问题来看，我们更需要的是一副眼镜，而不是一个分类器！”

“况且，卡尔曼滤波器可以实时地更新系统状态和预测结果。”

“而支持向量机需要先训练好模型才能进行预测，这对于动态变化的系统来说，卡尔曼滤波器算是绝对更有优势！”

“。。。”

一帮人就这么炒作了一团，你不让我我不让你，谁也没有退让丝毫的意思在！

他们都坚定的认为自己提出的算法更加有益于整个实验的展开。

毕竟身为科研人员还是级别比较高的科研人员，每一个人都有着自己心中的傲气，除非是你的能力真正的远远大于他，并且能够说服他，不然的话。。。你凭什么让他相信你提出的方案就真的比他好呢？

尤其是面对着现目前的问题更是如此。

无论是卡尔曼滤波器算法，还是支持向量计算法，两个都存在着各自的漏洞与毛病。

谁也不敢说，自己提出的算法一定就更加有优势一点。

而且这个毛病的程度也很微妙，要想判断哪一种问题更大，哪一种问题更小。。。也没有那么明显。

不像是说1+1等于几。

一个答案是2，一个答案是3，很轻松就能够判断得出正确答案是2。