待验证50% 置信事实精确时间
K-Means通过迭代计算质心来划分数据，DBSCAN是基于密度的算法，能发现任意形状的簇并对噪声数据更鲁棒
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证卡尔曼滤波是一种递归贝叶斯估计算法，能够在含噪声的传感器数据中实时估计系统状态63% 相似待验证扩散模型的核心数学逻辑基于随机微分方程（SDE）和去噪得分匹配（Denoising Score Matching），通过U-Net或DiT等网络结构经过数十至数百步迭代采样生成图像60% 相似已验证扩散模型通过在海量图像数据上训练，学会了从随机噪声中逐步去噪生成图像的能力60% 相似待验证涉事特征将当天总成交量（从开盘累加到收盘）作为分母，导致特征依赖于其所在行之后的K线数据，从而将收盘时才能确定的信息写入盘中每个时间戳的特征值59% 相似待验证在扩散模型中，UNet的任务是在每一步采样中预测并去除潜空间中的噪声，经多步迭代还原图像58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/827441API
curl https://kongchang.com/api/v1/knowledge/claims/827441MCP
get_claim(id=827441)