动态程序比对法、松弛比对法都属于对比识别的方法。

特征填补属于缺失值处理的方法。

高斯核属于支持向量机常用的核函数。

当所有数据隶属的簇不再发生变化的时候可作为kmeans方法停止循环的指标。

局部二值模式（LBP）和高斯方向梯度直方图（HOG）等属于结构特征值。

以支撑种子模型训练调优为目标，明确需补充的样本类型、数量及样本格式。

梯度下降法需要确定合适的迭代步长。

卷积神经网络具有局部感知、参数共享和上采样等特点。

深度学习模型的训练时间通常比传统机器学习模型短。

激活函数在神经网络中的作用是：通过转换输入的加权总和来确定神经元的输出。激活函数使神经网络能够对复杂的关系进行建模，引入非线性，并促进训练过程中的学习和收敛。