※ 引述《ulycess (ulycess)》之铭言：
: 这个我可以用资讯工程的角度来解释
那我也用我工程师角度来跟你讨论吧
: 举个例子，电脑要判断一段影片是属于狗还是猫？
: 工程师可以先把(体型)和(叫声)设为两个参数，做成一个向量座标
: 例如
: 柴犬体型中等，声音小，向量座标可能会(0.5,0.2)
: 暹罗猫体型中等，声音小，向量座标会是(0.4,0.1)
: 獒犬体型大，声音大，向量座标会是(0.8,0.5)
: ......
目前业界对于流体、声音模拟计算主要都是用
FEM (Finite Element Method)
我是没听过用大数据作流体、声音的模拟啦
而且用大数据来模拟出潜艇声纹有难度
1.大数据分析条件是数据要够大够多，
而要取得全球各型潜艇声纹数据做为数据库，
有相当大的难度。
2.要有相近于我国潜艇的潜艇声纹，
这难度也相当大，毕竟我国这次螺旋桨设计算独创。
: 收集完大数据之后，这个平面座标上面猫和狗的数据各自会形成一块面积，这时候假设有
: 个数据是(0.5,0.5)，电脑就可以判断这个数据是数据是猫的机率有多大，狗的机率有多
: 大
: 一旦机率大于某个设定的阈值(例如是0.7，或者说
: 70%)，电脑就判断这个照片是猫还是狗
: 当然真正的技术实现上会使用更多参数，不用只使用两种参数，而且会使用更多技巧避免
: 参数污染以及进行数据碰撞
: 回到能不能用潜舰设计知道声纹的问题上面，当知道潜舰设计，利用大数据电脑模拟出声
: 纹只是分分钟的事情
: 就算有公差或是内部机械不同导致声纹不同也没差，电脑用的是机率判断不用100%正确
: 依我了解，声纹最重要的判断依据是来自于螺旋桨的空泡效应，所以各国潜舰螺旋桨构造
: 一定是最高机密，外型反而还好