一个数学问题, y=f(a,b,c,d),当 abcd 有误差时仍然应该得出正确结果。 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
scream7
V2EX    问与答

一个数学问题, y=f(a,b,c,d),当 abcd 有误差时仍然应该得出正确结果。

  •  
  •   scream7
    PRO
    2017 年 4 月 13 日 2858 次点击
    这是一个创建于 3256 天前的主题,其中的信息可能已经有所发展或是发生改变。
    假设 4 个整数, a,b,c,d ,需要设计一个函数 f,使得 y = f(a,b,c,d)
    但是,由于有噪声, a,b,c,d 四个数会产生随机独立的[-4,+4]的误差,产生噪声数据 a1,b1,c1,d1
    所以希望这种情况下 f(a1,b1,c1,d1)依然可以得出 y 的值,当然这个 y 的值是随意的,只要保证有无误差均相当即可。
    请问有何巧妙的方法解决?谢谢
    25 条回复    2017-04-13 21:37:02 +08:00
    wlsnx
        1
    wlsnx  
       2017 年 4 月 13 日
    f(a,b,c,d)=0
    03
        2
    03  
       2017 年 4 月 13 日
    f(a,b,c,d)=0
    scream7
        3
    scream7  
    OP
    PRO
       2017 年 4 月 13 日
    @wlsnx #1
    @03 #2
    别闹
    y=f(a,b,c,d)的 y 必须得是有变化的呀
    chairuosen
        4
    chairuosen  
       2017 年 4 月 13 日
    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
    choury
        5
    choury  
       2017 年 4 月 13 日   1
    试下卡尔曼滤波?
    otakustay
        6
    otakustay  
       2017 年 4 月 13 日
    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) == (f) == f(5) == f(6)
    3. 依次类推,得到的结论是 y 肯定是个常量
    scream7
        7
    scream7  
    OP
    PRO
       2017 年 4 月 13 日
    @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。
    Valyrian
        8
    Valyrian  
       2017 年 4 月 13 日
    这不就是机器学习么
    otakustay
        9
    otakustay  
       2017 年 4 月 13 日
    @scream7 如果你能保证这点,直接取区间就行了呗, 0-3 统一当成 1 , 4-7 统一当成 5 这样的
    debiann
        10
    debiann  
       2017 年 4 月 13 日
    dy/dx = 0
    只有常数函数了
    scream7
        11
    scream7  
    OP
    PRO
       2017 年 4 月 13 日
    @Valyrian #8 现在准备采集下数据,试试 ANN 了
    Valyrian
        12
    Valyrian  
       2017 年 4 月 13 日
    @scream7 神经网络的话 f 可能没法用数学表达
    scream7
        13
    scream7  
    OP
    PRO
       2017 年 4 月 13 日
    @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
    geelaw
        14
    geelaw  
       2017 年 4 月 13 日   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。
    scream7
        15
    scream7  
    OP
    PRO
       2017 年 4 月 13 日
    @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
    geelaw
        16
    geelaw  
       2017 年 4 月 13 日
    @scream7 我觉得你没有理解我在说什么 - - 而且我也不理解 floor 和你说的东西的关系是什么
    srlp
        17
    srlp  
       2017 年 4 月 13 日 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。
    300
        18
    300  
       2017 年 4 月 13 日
    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)
    rrfeng
        19
    rrfeng  
       2017 年 4 月 13 日
    f(a, b, c, d) = int(a/4) + int(b/4) + int(c/4) + int(d/4)

    完。
    rrfeng
        20
    rrfeng  
       2017 年 4 月 13 日
    4 改成 8 ……
    shoumu
        21
    shoumu  
       2017 年 4 月 13 日
    分类问题?
    rashawn
        22
    rashawn  
       2017 年 4 月 13 日 via iPhone
    有噪声就得用滤波吧
    kaifeii
        23
    kaifeii  
       2017 年 4 月 13 日
    @rrfeng a=9 a1=7 , y 不相等。
    rrfeng
        24
    rrfeng  
       2017 年 4 月 13 日
    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。
    Dx2619
        25
    Dx2619  
       2017 年 4 月 13 日 via iPhone
    可以用 BP 后向神经网络算法达成
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2830 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 30ms UTC 01:35 PVG 09:35 LAX 18:35 JFK 21:35
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86