神经网络（FFW，BP） - 函数逼近

Question

是否可以训练NN近似此功能：

如果我对x ^ 2或sin或简单的东西进行近似，它可以正常工作，但对于这种函数，我只获得了恒定值线。 我的NN有2个输入（x，f（x）），一个隐藏层（10个神经元），1个输出（f（x）） 对于训练我使用BP，激活函数sigmoid - ＆gt;双曲正切

我的目标是在没有噪音的情况下获得“平滑”功能，捕捉上面图像的功能。

或者NN或遗传算法是否有其他方法，如何近似？

Answer 1

由于输入（x，f（x））是不连续的（不完全相同，但有点类似），你很难有重大问题。

因此，在给定大的不连续性的情况下，你的NN必须记住x-f（x）映射。

一种方法是使用可以解决不连续性的四层NN。

但实际上，你可能只是想看看其他平滑方法而不是NN来解决这个问题。

你有一个周期性的功能，所以首先，只使用一个句号，或者你会记住而不是概括。