※ 引述《ulycess (ulycess)》之銘言：
: 這個我可以用資訊工程的角度來解釋
那我也用我工程師角度來跟你討論吧
: 舉個例子，電腦要判斷一段影片是屬於狗還是貓？
: 工程師可以先把(體型)和(叫聲)設為兩個參數，做成一個向量座標
: 例如
: 柴犬體型中等，聲音小，向量座標可能會(0.5,0.2)
: 暹羅貓體型中等，聲音小，向量座標會是(0.4,0.1)
: 獒犬體型大，聲音大，向量座標會是(0.8,0.5)
: ......
目前業界對於流體、聲音模擬計算主要都是用
FEM (Finite Element Method)
我是沒聽過用大數據作流體、聲音的模擬啦
而且用大數據來模擬出潛艇聲紋有難度
1.大數據分析條件是數據要夠大夠多，
而要取得全球各型潛艇聲紋數據做為資料庫，
有相當大的難度。
2.要有相近於我國潛艇的潛艇聲紋，
這難度也相當大，畢竟我國這次螺旋槳設計算獨創。
: 收集完大數據之後，這個平面座標上面貓和狗的數據各自會形成一塊面積，這時候假設有
: 個數據是(0.5,0.5)，電腦就可以判斷這個數據是數據是貓的機率有多大，狗的機率有多
: 大
: 一旦機率大於某個設定的閾值(例如是0.7，或者說
: 70%)，電腦就判斷這個照片是貓還是狗
: 當然真正的技術實現上會使用更多參數，不用只使用兩種參數，而且會使用更多技巧避免
: 參數污染以及進行數據碰撞
: 回到能不能用潛艦設計知道聲紋的問題上面，當知道潛艦設計，利用大數據電腦模擬出聲
: 紋只是分分鐘的事情
: 就算有公差或是內部機械不同導致聲紋不同也沒差，電腦用的是機率判斷不用100%正確
: 依我了解，聲紋最重要的判斷依據是來自於螺旋槳的空泡效應，所以各國潛艦螺旋槳構造
: 一定是最高機密，外型反而還好