1
wlsnx 2017-04-13 14:28:23 +08:00
f(a,b,c,d)=0
|
2
03 2017-04-13 14:28:50 +08:00
f(a,b,c,d)=0
|
4
chairuosen 2017-04-13 14:35:43 +08:00
你不可能从噪声数据还原出原始数据,所以原始数据的取值得固定,差要大于 8 ,比如就是 10 , 20 , 30 这样你才能还原出来原始数据
|
5
choury 2017-04-13 14:48:49 +08:00 1
试下卡尔曼滤波?
|
6
otakustay 2017-04-13 14:58:48 +08:00
这不对啊,我们就先不说 4 个数,就说 y=f(x)好了
1. 当你的 x 为 0 的时候,我们希望存在误差的情况下能修正,所以 f(0) == f(1) == f(2) == f(3) 2. 当 x 为 3 的时候,同样希望修正,所以 f(3) == (f4) == f(5) == f(6) 3. 依次类推,得到的结论是 y 肯定是个常量 |
7
scream7 OP @otakustay #6 嗯,是个问题,谢谢。我现在可以使 a,b,c,d 的差大于相对误差,如 @chairuosen #4 所说的。
|
8
Valyrian 2017-04-13 15:08:03 +08:00
这不就是机器学习么
|
10
debiann 2017-04-13 15:15:35 +08:00
dy/dx = 0
只有常数函数了 |
13
scream7 OP @Valyrian #12 应该可以的吧,其实就是个感知机,不过有没有表达式对我来说无所谓,仔细一想拿误差数据去拟合感觉不一定靠谱。。还是试一下吧
|
14
geelaw 2017-04-13 16:16:06 +08:00 1
不懂你在说啥……什么叫“依然可以得出”?如果你要求任意一个变量变化不超过 1 的时候仍然得到一样的数,整个函数就是常数。
|
15
scream7 OP @geelaw #14 你说的应该是取整方法, https://zh.wikipedia.org/wiki/%E5%8F%96%E6%95%B4%E5%87%BD%E6%95%B0
这个可以认为自变量的误差在[0,1)间。我这个要求更多些 |
17
srlp 2017-04-13 17:04:16 +08:00 via iPhone
你这个如果允许 y 也有误差的话,就用机器学习可以了。知道 f() 的话,不需要神经网络,随便什么随机森林也可以。
|
18
winterbells 2017-04-13 17:18:24 +08:00
计算方差?小于多少就成立,平均数设置成预期的 a\b\c\d 的平均数
(非专业) |
19
rrfeng 2017-04-13 17:38:25 +08:00
f(a, b, c, d) = int(a/4) + int(b/4) + int(c/4) + int(d/4)
完。 |
20
rrfeng 2017-04-13 17:39:52 +08:00
4 改成 8 ……
|
21
shoumu 2017-04-13 17:49:07 +08:00
分类问题?
|
22
rashawn 2017-04-13 17:50:50 +08:00 via iPhone
有噪声就得用滤波吧
|
24
rrfeng 2017-04-13 21:33:14 +08:00
这根本就不是个数学问题,还是把最原始的需求和数据给出来。
不然都只能瞎猜。 像我上面说的,只有把所有波动抹掉才有可能。而且如果 a b c d 是相关的话,就更复杂了。 |
25
Dx2619 2017-04-13 21:37:02 +08:00 via iPhone
可以用 BP 后向神经网络算法达成
|