@microsoft 2022-03-10 09:57 采纳率: 66.7%
浏览 79
已结题

如何判断两条拟合曲线是否相交

给定两组点的坐标，如何确定通过这两组点拟合的两条曲线是否相交

  • 写回答

5条回答 默认 最新

  • MichaelGLX 2022-03-10 18:31
    关注

    曲线的表达式多得很，看你要拟合那种？
    最常见的是多项式拟合 y=a0+a1x+a2x*x+.........，按a0,a1,a2输出

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(4条)

报告相同问题？

  • MiniCPM:揭示端侧大语言模型的无限潜力
    2024-06-07 07:28
    AI浩的博客 在MiniCPM中，我们同时使用了这两种缩放技术。具体的缩放操作列在表7中。我们没有应用注意力softmax缩放技术（Yang等，2022）。尽管Yang等（2023）观察到对于块深度大于2的网络，深度缩放并不理想，但我们通过经验...
  • 【大厂AI实践】腾讯：QQ音乐命名实体识别技术
    2025-02-26 11:30
    吾辈亦有感ᵃⁱ的博客 NER就是识别文本中具有特定意义的实体，在音乐领域中实体主要包括歌曲名、歌手名、影视、综艺、...在音乐领域中，NER在多种类型的文本上都有着广泛的应用，这里我们主要分为两大类：用户query理解和音乐文本结构化。
  • 中文自然语言处理入门实战
    2018-07-03 02:45
    蔚1的博客 NLP 作为 AI 技术领域中重要的分支，随着其技术应用范围不断扩大，在数据处理领域占有越来越重要的地位。本达人课，作为中文自然语言处理边学边实战的入门级教程，以小数据量的“简易版”实例，通过实战带大家快速...
  • 学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇
    2022-04-12 13:27
    新四石路打卤面的博客 **Full Mode：**从卷积核和图像刚相交时开始做卷积，白色部分填0。 **Same Mode：**当卷积核中心(K)与图像的边角重合时，开始做卷积运算，白色部分填0。可见其运动范围比Full模式小了一圈。 注意：这里的same还有一...
  • C#实现的HALCON视觉模块：标定与直线检测深入解析
    2025-05-04 16:40
    李开机呢的博客 当多条曲线在参数空间中某一点相交时，该点的累加器值就会增加。累加器值最大的点对应的就是图像中最有可能的直线。 4.1.2 不同算法的比较和选择 不同的直线检测算法有着各自的特点和应用场景。Sobel算子和Prewitt...
  • 目标检测YOLO实战应用案例100讲-面向目标检测的语义分割技术研究与应用
    2023-05-19 00:15
    林聪木的博客 在深度学习的支持下，近年的计算机视觉总体呈现出蓬勃发展的态势[1, 2]。目标检测在计算机视觉的许多领域都显示出极大的研究价值和实用...检测器有两种：(1)二阶段法[9-17]和(2)一阶段法[18-28]。对于二阶段检测器而。
  • 神书《笛卡儿几何》读后感
    2020-02-17 16:46
    dog250的博客 微软早在1990年代末就提出了平板电脑的概念，此后包括黑莓，palm在内，各大当时的巨头都有类似的想法，PDA也成了一种奢侈物品代名词，可是早并不意味着成功，重要的是规模，最终成功的不是微软，不是PDA，而是2010...
  • 目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】SLAM（基础篇）
    2023-11-16 00:30
    格图素书的博客 目录 前言 离不开这两类传感器 算法原理 结构光和TOF SLAM算法实现的4要素 主流SLAM相关工作分类 主动SLAM 基于几何的方法 基于动态的方法 基于几何和动态的方法 A-SLAM的统计分析 主动写作SLAM（AC-SLAM） 协作...
  • Python机器学习：从零基础到项目实战
    2025-12-13 11:48
    Yuner2000的博客 算法学成之后，我们给它一封新的邮件，它就能判断是否为垃圾邮件；给它一套新的房产特征，它就能预测其可能的价格。 监督学习的核心在于“有答案的输入”。 它主要解决两类问题： 分类（Classification）：预测一个...
  • Python机器学习：从零基础到深度实战
    2025-12-16 10:47
    幻云2010的博客 算法学成之后，我们给它一封新的邮件，它就能判断是否为垃圾邮件；给它一套新的房产特征，它就能预测其可能的价格。 监督学习的核心在于“有答案的输入”。 它主要解决两类问题： 分类（Classification）：预测一个...
  • Python机器学习：从入门到精通
    2025-12-13 12:01
    莲华君的博客 算法学成之后，我们给它一封新的邮件，它就能判断是否为垃圾邮件；给它一套新的房产特征，它就能预测其可能的价格。 监督学习的核心在于“有答案的输入”。 它主要解决两类问题： 分类（Classification）：预测一个...
  • Python机器学习：入门指南
    2025-12-16 10:46
    幻云2010的博客 算法学成之后，我们给它一封新的邮件，它就能判断是否为垃圾邮件；给它一套新的房产特征，它就能预测其可能的价格。 监督学习的核心在于“有答案的输入”。 它主要解决两类问题： 分类（Classification）：预测一个...
  • Python机器学习：从入门到实战
    2025-12-16 10:45
    幻云2010的博客 算法学成之后，我们给它一封新的邮件，它就能判断是否为垃圾邮件；给它一套新的房产特征，它就能预测其可能的价格。 监督学习的核心在于“有答案的输入”。 它主要解决两类问题： 分类（Classification）：预测一个...
  • 没有解决我的问题, 去提问

问题事件

  • 系统已结题 3月25日
  • 已采纳回答 3月17日
  • 创建了问题 3月10日