3D常用英文术语




Critical 暴击

Address family 网络类型

Parse 解析(和pass 同音)

Thresholds 阈值 (两种状态的临界值)

Horizontal水平的

Vertical 竖直的

interactable 交互性(按钮的,设置为false 则按下无反应)

Vector 向量

Slope坡度

Ik逆向动力学,从末推到初关节的运动情况,如手指的运动推测到肩膀怎么动

mecanim 动画系统

Damp,dampen阻尼系数,即碰撞时损失的速度

Gradient梯度,渐变

Curve曲线

Toggle开关(有专门的函数,自动在开与关之间切换)

Billboard 公告板(面向摄像机方向)

Probe探测

Idle空闲(如人物空闲动画)

Resolution分辨率

Activate激活

Gui设置工具用户界面

hierarchy(嗨rocky) 层级

Plane平面(可直接创建一个平面而不是用盒子拖成平面)

Revert恢复

inspector 检测,检查

Navigation导航类组件

Index索引 U3d常用英文

Folder文件夹

Cube正方体

Sphere球

Bundle包(如asset bundle资源包)

Prefab预处理(可以创建一个这个对象然后实例化它就可以对同一了类对象创造的进行批处理,记得点击标签里的apply才会同步)

Layout布局

Gizmo三维线框操作轴

dependencies 相关性

Entry入口

Offset补偿修正

Intensity强度(光

内容概要:本文介绍了基于SMA-BP黏菌优化算法优化反向传播神经网络(BP)进行多变量回归预测的项目实例。项目旨在通过SMA优化BP神经网络的权重和阈值,解决BP神经网络易陷入局部最优、收敛速度慢及参数调优困难等问题。SMA算法模拟黏菌寻找食物的行为,具备优秀的全局搜索能力,能有效提高模型的预测准确性和训练效率。项目涵盖了数据预处理、模型设计、算法实现、性能验证等环节,适用于多变量非线性数据的建模和预测。; 适合人群:具备一定机器学习基础,特别是对神经网络和优化算法有一定了解的研发人员、数据科学家和研究人员。; 使用场景及目标:① 提升多变量回归模型的预测准确性,特别是在工业过程控制、金融风险管理等领域;② 加速神经网络训练过程,减少迭代次数和训练时间;③ 提高模型的稳定性和泛化能力,确保模型在不同数据集上均能保持良好表现;④ 推动智能优化算法与深度学习的融合创新,促进多领域复杂数据分析能力的提升。; 其他说明:项目采用Python实现,包含详细的代码示例和注释,便于理解和二次开发。模型架构由数据预处理模块、基于SMA优化的BP神经网络训练模块以及模型预测与评估模块组成,各模块接口清晰,便于扩展和维护。此外,项目还提供了多种评价指标和可视化分析方法,确保实验结果科学可信。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值