转换不连续函数以用于神经网络

时间:2011-05-25 14:07:55

标签: transform neural-network

是否存在转换不连续函数/值以用于神经网络等的一般方法?


例如:

角度从2pi不连续 - > 0,即使值基本相同。在这种情况下,我能想到的最简单的变换是将角度转换为3个均匀间隔角度(0,2 / 3pi,4 / 3pi)的一组最小角度距离。

在这种情况下,没有两个不同的角度应该产生相同的三个距离,但是两个非常相似的角度应该总是产生三个非常相似的距离。

虽然我没有对此进行广泛测试,但在尝试使用最小复杂分类器(例如单层神经网络)时,转换似乎更合适。


我想知道这种转型风格是否存在任何可以应用于其他情况的“一般形式”。

1 个答案:

答案 0 :(得分:0)

为什么不使用sin(x)和cos(x)? (这只是我想到的第一个想法)

相关问题