LSSVM算法中，听到“算法”两个字，基本就可以确定其起源于机器学习领域了。

在这个领域中，虽然各类算法千般妖娆，万种风情。

但是，机器学习，最终还是要落实到“学习”二字。

只要落实到这里，那就一定在李峥的射程范围之内了。

实际上，就连其基础原理也与李峥学习无异。

李峥，发动脑筋，做很多份卷子，继而完善知识点，以达到无论做什么样的高考卷，都能拿到730 的分数。

这便是一次完整的李峥学习，其目的是通过高考，并且排在林逾静上面。

而机器，运用某种数学模型，推测很多份火箭发射数据，继而完善计算方法，以达到无论拿到怎样的火箭参数，都能推测、诊断出故障，且准确率高于95%。

这便是一次完整的机器学习，其目的是找出故障点，保证火箭发射的成功率。

可即便原理如此简单，机器学习却依旧是精深的领域。

没办法，难点全在算法上。

还以李峥学习为例。

在不考虑学魔加成的情况下，其效率和结果，取决于李峥的智商和学习方法，简称学法。

那么在相同的时间内，把李峥、林逾静和刘新放在一起学习。

那结果必然是天差地别的。

一方面，大家智商不同，刘新可能学了还不如不学。

另一方面，大家方法也不同，林逾静这种偷奸耍滑的人，无论面对什么知识，都一定能想出比较脏的学法。

因此在通常情况下，三人最终的成绩都会是——

林逾静≥李峥……刘新。

在这个过程中，智商相当于机器的计算能力，学习方法也就相当于算法。

而CPU算力这种事，是有专门人去忙的，只要喊着“AMD，YES！”，CPU就会瞬间变强。

其余的重头戏，也就通通集中在算法上了。

LSSVM也只是其中比较流行的一种，除去传统的语音、图像识别等领域外，其在核电站、石油化工、系统控制等领域的故障检测中，也逐渐有所应用。

但在航天系统，暂时还是以传统模式和专家系统为主。

系统内，自然有研究这个方向的院所。

问题就是黄二已经通过了他们的检测。

这就说明他们的算法，并没有察觉到现有的故障。

这当然不是说他们的算法就是刘新算法，再差再差，也得是……差不多祁英男那种程度吧。

既然眼前有机会，不如试着用林逾静的脏脑筋搞一搞。

“计划就是这样，不过现成的LSSVM工具包直接拿来用效果可能不会太好，还要针对火箭数据做一些优化，所以才找到了PSO粒子群优化。”李峥放下碗筷，平心静气说道，“你知道，我搞什么东西都要把所有原理弄明白的，算法本身的一些数学问题，有点难啃。” 本章未完，请点击下一页继续阅读！ 第1页/共4页