|  |      1wlsnx      2017-04-13 14:28:23 +08:00 f(a,b,c,d)=0 | 
|  |      203      2017-04-13 14:28:50 +08:00 f(a,b,c,d)=0 | 
|  |      4chairuosen      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 | 
|  |      5choury      2017-04-13 14:48:49 +08:00  1 试下卡尔曼滤波? | 
|  |      6otakustay      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 | 
|  |      7scream7 OP PRO @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。 | 
|  |      8Valyrian      2017-04-13 15:08:03 +08:00 这不就是机器学习么 | 
|      10debiann      2017-04-13 15:15:35 +08:00 dy/dx = 0 只有常数函数了 | 
|  |      13scream7 OP PRO @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    | 
|  |      14geelaw      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。 | 
|  |      15scream7 OP PRO @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 | 
|      17srlp      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。 | 
|  |      18300      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) | 
|  |      19rrfeng      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。 | 
|  |      20rrfeng      2017-04-13 17:39:52 +08:00 4 改成 8  …… | 
|  |      21shoumu      2017-04-13 17:49:07 +08:00 分类问题? | 
|  |      22rashawn      2017-04-13 17:50:50 +08:00 via iPhone 有噪声就得用滤波吧 | 
|  |      24rrfeng      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。 | 
|      25Dx2619      2017-04-13 21:37:02 +08:00 via iPhone 可以用 BP 后向神经网络算法达成 |