比如说有一个距离曲线，这个距离曲线本身就有一定的噪声。但是如果求每个点的梯度，噪声就会非常明显，基本不可用。
有什么方法可以减少梯度的噪声吗？又不影响时效性

博士好！

我去问问村长。

稍等，我问问我们乡长。

好的损失函数是能够包容样本中间的随机噪声的 iOS fly ~

求梯度的话肯定不是实时的，那你就不能把它给做一下滤波嘛。

回复1#lgz_software

降维呢

我是不是进错维度的论坛了 iOS fly ~

距离 梯度 噪声。
每个字我都懂，连起来硬是没看懂……

回复1#lgz_software
可以用moving average (rolling average or running average)? iOS fly ~

我是乡长，办公室把那个到村里扶贫的博士叫回来看看这题怎么整

所以用的仪器里面会有低失真和低噪声两个选项……

二次样条光滑

这个已经在第一步做了卡尔曼滤波。但是导数还是会放大噪声

道长告诉我40÷=7.1，还列了个竖式，我看半天都没看出啥噪声来。

加正则项，减小待学习的w权重，噪声影响不就小了

稍等，我去问问我的体育老师。 iOS fly ~

我建议映射到其他空间看看，一般考虑是不是向高维空间投影更靠谱点？

胡说八道一下：连续时间域求梯度时的微分操作，它频响特性是增益与频率成正比。对应的会放大高频噪声。离散时间域相邻点求差分也类似。你的距离曲线是已知序列的话，用间隔一个点的差分，而不是相邻点的差分，来近似微分；如果你的距离曲线是物理系统输出的，可以同一点多次平均再差分。这都等效的加了一个低通滤波，压制了高频成分。

上滤波器

转换到频域看看，把噪声频率分离出来处理掉。

PCA呢

初中民工路过

D板意识脱贫大会现在开始

回复13#scmqj

握爪，反映的就是这个概念

回复27#greenteasky

哈哈，我教过高数

傅里叶变换后去掉后面几项再变换回来？

懂机器学习的不少