待验证50% 置信事实精确时间
PCA是线性降维方法，保留全局方差最大的方向，运算速度快但对非线性结构表达有限
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证梯度平衡的代表性方法包括PCGrad（将冲突梯度投影到无冲突子空间）和MGDA（寻找使所有目标同时下降方向的多梯度下降算法）61% 相似待验证ICP（迭代最近点）算法通过反复寻找两组点云间最近点对，迭代优化旋转和平移矩阵直至收敛，但对初始位姿敏感易陷入局部最优55% 相似待验证矩形目标在透视变换下退化为一般四边形，该几何退化过程由单应性矩阵精确描述，单应性变换保持直线性但不保持平行性54% 相似待验证恒速卡尔曼滤波（CV模型）假设目标速度方向恒定，目标一旦机动便会失效54% 相似待验证CV（恒速）模型假设目标速度方向恒定，一旦目标机动便会失效；CA（恒加速度）模型增加加速度状态量，对机动行为有更强适应性53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/980160API
curl https://kongchang.com/api/v1/knowledge/claims/980160MCP
get_claim(id=980160)