第五百七十五章坏消息和好消息

固然卡尔曼滤波器算法有着很多优点，这并不意味这个算法就真的能够远远领先于支持向量计算法了。 要想要真的把这个算法给发挥出来。 就必须需要选择合适的运动模型和观测模型，并确定相应的参数和协方差矩阵，除此之外，还得选择合适的初始状态和初始误差，根据观测数据不断更新状态和误差。 总而言之，要求并不低。 不过同样的，支持向量机算法，也拥有着自己的优势。 陆语叹息了一口气，苦恼地看了看自己的几个争吵中的下属，一时之间不知该说些什么。 “你们..其实说得也没错。” “但是，局限性太大了。” 他咬了咬嘴唇，想要发表一下自己的观点。 但最终还是选择保持沉默。 在微型卫星网络系统，微电机所运用的空间里，也就是那一片广阔无垠，充满着未知危险的神秘宇宙中。 能够处理更高维度的数据的支持向量机算法，显然是更好的选择。 然而，这就像是盲人摸象一样。 你能摸到尾巴，那你就注定摸不到象鼻，反过来也是一样。 摸到大象鼻子的人，以为大象是一个长毛毛虫。摸到大象腿的人，以为大象是一个柱子。从他们的角度来看，说得都没有问题。 但...大象就是大象！ 就像现在的情况， 两种算法虽然都有自身的诸多优势，但是彼此之间的局限性一样不少。 这也是为什么陆语没有直接发表意见的原因了！ 难啊！ 支持卡尔曼滤波器算法，就得找一个合适的法子，来反驳支持向量机算法。 反过来也是一样。 陆语的大脑，也是高速运转了起来，开始做起了选择。 “如果使用支持向量机，那就需要大量的训练数据和计算资源，并且对数据的质量和分布有一定要求，如果训练数据不足或者不平衡，支持向量机可能会过拟合或者欠拟合。合适的核函数和惩罚参数，数据归一化和标准化....” 一念至此，他开口道。 “大家先安静一下吧。” 在思索了片刻之后，陆语发言了。 “大家愿意去讨论，当然是好的。” “但是我希望大家也能意识到卡尔曼滤波器和支持向量机在微电机系统误差补偿方面都有各自的优缺点和适用场景。” “一般来说，如果系统是线性的或者近似线性的，并且有明确的物理模型和参数，并且需要实时的预测和更新，那么卡尔曼滤波器是一个较好的选择。” “反过来，如果系统是非线性的或者复杂的，物理模型参数非常复杂，又要求要高精度的分类或回归。” “支持向量机就是一个更好的选择。” “当然，这两种算法咱们也可以结合使用，比如使用卡尔曼滤波器作为支持向量机的输入或者输出，或者使用支持向量机作为卡尔曼滤波器的模型或者参数，以达到更好的效果。” 陆语将自己的想法全部说了一遍。 可是争吵中的研究人员们却并没有满意。 “陆总工，您这不是和稀泥吗？”一个研究人员半开玩笑的抱怨道。 “没办法，这事本身就没有一个高低和好坏对错，我要是不和稀泥的话怎么办呢？” “难道就这么让你们继续吵下去？！” 陆语无奈的摊了一下手。 他刚打算说些什么，可是眼神中突然流露出了一抹莫名的光芒，像是有了灵感！ “等等，你们都先不要说话了，全部安静一下。” 陆语直接说道。 刚刚还在争吵中的研究人员们顿时陷入了一片安静，他们虽然刚刚吵的凶，但彼此之间进行争吵。也都是为了能够让研究机制有一个更美好的未来！ 如今听到陆语突然让他们全部闭嘴，众人都能够猜测出来，陆语肯定是有了什么新点子或者说新主意！ 那么在这样的时间点，他们再出声去陆总工的思维，显然不是一个对研究有利的事情！ 于是所有人都听话的闭上了嘴巴，全部都将目光再一次投向了陆语，等待着陆语给出一个新的结论。 原本吵得像是菜市场一样的实验，所瞬间变得安静无比，甚至连一根针掉到地上的声音都能够听得见。 “看来陆总工又有新的灵感了。” “这种灵感迸发的事情，对于我们而言都是可遇不可求的事情，但是对陆总工这样的天才，那简直就是....羡慕啊。” “估计马上就有结论了。” 学者们虽然闭嘴了，但是都在内心中暗暗的思索着什么。 这样的情况他们也经历过不止一次了，每当入陆总工陷入这种灵感爆发的状态，往往都会给出一些令人耳目一新的发言！ 而他的发言，说不定能够直接让整个研究计划产生翻天覆地的变化。 对于其他人来说，直接在整个研究机制上面做出改变，毫无疑问是一件困难到极点的事情，可是对于陆语这种学识渊博创新力极强的天才而言，这绝对不是什么过于令人惊讶的事情！ 更何况... 就在众人思索的同时，陆语突然发话了。 “我有一个坏消息和一个好消息。” “你们更想要听哪一个？” 他的脸上突然浮现出了一抹笑意，看向了先前还在争吵不断的两方。 “一个好消息和一个坏消息？” “这是什么意思？” 研究所宁静的气氛刚刚被打破的时候，众人心头都忍不住浮现出了一抹紧张的感觉，甚至连大气都不敢轻易喘一声，焦急的等待着陆语的发言，可是真正听到陆语说了什么的时候... 所有人的脸上都不禁出现了疑惑，困惑和不解。 什么叫做一个好消息和一个坏消息？ “陆总工，我先听坏消息吧。” 一个刚刚非常支持向量机算法的研究人员，小心翼翼地苦笑道：“我胆子比较小，先把坏消息听完之后，再听好消息也放松一些。” “好，那我就先跟你说说坏消息。” “坏消息就是。” “我刚刚考虑了一番之后，发现支持向量机算法并不适合我们微型卫星网络微电机系统的供应问题，对于解决微型卫星网络受到电磁干扰问题产生的兼容性障碍...它并不是一个好的选择。” 陆语笑道。 “啊...” 听到了陆语的回答，刚刚说话的那名研究人员顿时有些泄气了。 他刚刚跟那个女研究学者争论了那么久，就是为了要证明支持向量机算法是一个更适合微型卫星网络微电机系统的算法。 事实上，他本身对自己的结论也非常的有信心，毕竟这并不是他一个人想出来的方案，而是跟其他几个人商讨了许久之后得出来的统一结论。 然而... 陆语却是直接的否定了这个结论。 这岂不是证明他刚刚跟那个女的争吵了那么久，自己说的全是错的了吗？ 一念至此，这名研究人员的脸上也露出了些许的失望与不甘。 如果其他人这么否定他的想法，那么他肯定会非常的不甘心，甚至会红着脸跟那个人据理力争。 可是说话的人是陆总工。 先不说陆总工之前展现出来的可怕技术含金量，光看之前陆总工还在和稀泥，眼下又突然转变了口风，显然是想到了什么之前没有意识到的点。 反驳...恐怕还真没什么意义！ “唉。” “也就是说我们真的想错了？” “可是不应该呀，我真觉得支持向量机算法，绝对是一个好算法！这怎么就用不上呢？” “我也想不明白，只能说我们还需要再沉淀一下吧。” 其他几个研究人员的内心也有些沮丧，尤其是刚刚争吵的比较凶的那几位，甚至都不敢抬头跟那个女研究人员去对视，毕竟理一亏，人就怂嘛。 相比较于这几个人的怂样，刚刚那名争吵得面红耳赤的女研究员，脸色一下子就变得神气了起来。 “哼！” “我不是早就跟你们说了吗？” “卡尔曼滤波器算法就是一个更优秀的算法，你们偏偏还不相信我说的话，唉，这下陆总工一发言你们总该相信了吧！”ap. 她脸上的笑容也变得得意了起来。 其他几个研究人员虽然看她这一副小人得志的模样，非常不爽，但是自己提出的方案既然被否决了，那也不好再说什么。 刚刚那个研究人员突然想到了什么，眼眸中流露出了一抹好奇的神色。 半响后，他再一次将目光投向了陆语： “陆总工，你刚刚提的是一个好消息和一个坏消息。” “坏消息您刚刚已经告诉我们了。” “那...” “好消息是什么？” 这话一出，其他几位研究人员也都是反应了过来，全部都将好奇的目光聚焦在了陆语的身上。 是啊，一开始陆语提出的可是一个好消息和一个坏消息，如今坏消息已经说出来了，那么剩下的那个好消息又会是什么呢？ 一时之间，众人的心头也都忍不住浮现出了期待。 “嗯...其实这个所谓的好消息也不能称得上是真正意义上的好消息，只是对你们这几个人来说是好消息罢了。” 陆语似笑非笑的说道：“坏消息是支持向量机算法不适合我们的工程。” “而好消息...则是。” “卡尔曼滤波器算法，也同样不是最适合我们的那一个算法。” “换而言之。” “这两个算法其实都应该被淘汰掉。” 啊？！ 实验室内的所有研究人员们一下子全部都蒙圈了！ 众人一脸不敢置信的看向了陆语，就连刚刚那名神采飞扬，脸色非常得意的女研究人员，都露出了极为惊讶的表情！ 她甚至差点没握稳手上的水杯。 刚刚这名女研究员还在为了自己的主意而感到得意无比呢，怎么转眼间，自己提出的方案也被否决了？！ “不是，陆总工。” “如果说两种算法都不是最优解的话，那您认为的最优解到底是什么？” 一个研究人员终于是忍不住内心中的疑惑，将它倾诉了出来！ 事实上他也确实是极为不解，卡尔曼滤波器算法和支持向量机算法，都是各自领域内比较优秀的算法，虽然两者都存在着一定的缺点，但是对于解决现目前的问题而言，无疑是两个比较合适的选项！ 他们刚刚之所以彼此之间为了这个问题争论不休，主要也是想要在两个算法之间挑选出那一个最合适的。 可是谁又能够想到... 陆语竟然同时否定了他们两拨人的想法！ 他们也确实是想不到，还有什么比这两个算法更加适合于微电机系统兼容性问题的算法了。 气氛也烘托的差不多了。 陆语笑着说道：“你们听说过遗传算法吗？” “遗传算法？” 研究人员们的脸上都露出了一抹莫名疑惑的神色，面面相觑，谁也不知道该怎么开口。 “你们没有听说过也正常。” “这个算法的主要应用领域...嗯...” 陆语揉了揉太阳穴，思考着该怎么跟这些研究人员们去解释。 遗传算法算是他前世里面用到的比较多的一种算法，主要应用领域虽然不在航天航空领域，但是航天航空领域或多或少也会涉及到一些。 而这些人没有听说过这个算法，显然是不正常的。 那么能够得出的解释就只有一个了，就是目前的这个世界，或者说这个蓝星中遗传算法还并没有真正的面世。 它可能只存在于某些一线理论实验室中，甚至连某些一线理论实验室里面都没有，暂时还完全没有诞生的迹象。 这也无怪乎这些研究人员们，竟然一个都不知道遗传算法的。 所以陆语也是干脆不跟他们解释这个算法究竟是运用于哪一个领域，又是如何研究出来的了，而是直接告诉他们究竟何为遗传算法。 “遗传算法是一种类比自然界的达尔文进化实现的简化版本。” “通过模仿自然选择和繁殖的过程，遗传算法可以为涉及搜索，优化和学习的各种问题提供高质量的解决方案。” “同时，它们类似于自然进化，因此可以克服传统搜索和优化算法遇到的一些障碍，尤其是对于具有大量参数和复杂数学表示形式的问题。” “你们就算没用过，也该听说过吧？”