拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式 编辑模式 菜单 上下文菜单 ‣ 拉普拉斯平滑顶点 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 D...

1. 监督学习 1. 监督学习 1.1 广义线性模型 1.1.1 普通最小二乘法 1.1.2 岭回归 1.1.3 Lasso 1.1.4 多任务 Lasso 1.1.5 弹性网络 1.1.6 多任务弹性网络 1.1.7 最小角回归 1.1.8 LARS Lasso 1.1.9 正交匹配追踪法（OMP） 1.1.10 贝叶斯回归 ...

一、生成式半监督学习方法 1.1 生成式高斯混合半监督学习 1.2 性质 一、生成式半监督学习方法 生成式generative methods 半监督学习方法：直接基于生成式模型的方法。 生成式半监督学习方法假设所有数据（无论是否有标记），都是由同一个潜在的模型生成的。 该假设使得能够通过潜在模型的参数将未标记样本与学习目标联系起来。...

Picker组件 介绍 安装 代码演示 基础用法 多列样式 多级联动 API Props Events Picker组件 介绍 提供多个选项集合供用户选择其中一项。 安装 import { createApp } from 'vue' ; import { Picker } from ...

斯氏分形 斯氏分形 斯氏分形。 见 此处 。

斯氏分形 斯氏分形 斯氏分形。 见 此处 .

斯氏分形 斯氏分形 斯氏分形。 见 此处 .

拉普拉斯平滑顶点 拉普拉斯平滑顶点 参考 模式: 编辑模式 菜单: 上下文菜单 ‣ 拉普拉斯平滑 更多细节信息见 拉普拉斯平滑修改器 。 拉普拉斯平滑使用了另一种平滑算法，它能更好地保留较大的细节，这样就能保留网格的整体形状。拉普拉斯平滑在Blender中有相应的网格操作项和非破坏性修改器。 Note 几何平滑与平滑着色的区别 不要...

2.1. 高斯混合模型 2.1. 高斯混合模型 2.1.1. 高斯混合 2.1.1.1. 优缺点 GaussianMixture 2.1.1.1.1. 优点 2.1.1.1.2. 缺点 2.1.1.2. 选择经典高斯混合模型中分量的个数 2.1.1.3. 估计算法期望最大化（EM） 2.1.2. 变分贝叶斯高斯混合 2.1.2.1. 估计算...

高斯混合模型 1 单高斯模型 2 高斯混合模型 3 源码分析 3.1 实例 3.2 高斯混合模型的实现 3.2.1 初始化 3.2.2 EM算法求参数 3.3 多元高斯模型中相关方法介绍 4 参考文献 高斯混合模型   现有的高斯模型有单高斯模型（SGM ）和高斯混合模型（GMM ）两种。从几何上讲，单高斯分布模型在二维空间上近似...