看板 [ MATLAB ]
討論串[問題] 類神經網路準確性問題
共 4 篇文章
首頁
上一頁
1
下一頁
尾頁

推噓1(1推 0噓 2→)留言3則,0人參與, 最新作者biggoodhead (head)時間16年前 (2008/09/21 00:39), 編輯資訊
1
0
0
內容預覽:
最近剛接觸類神經網路不久. 遇到了一些問題想問一下板上的高手. 就是我將類神經網路建立並且訓練完後. 我將sim出來的結果(也就是a=sim(net,input))與理想的target做postreg. 在postreg後會出現兩條線段. ㄧ個是best linear fit 另一個是A=T (A為
(還有123個字)

推噓0(0推 0噓 0→)留言0則,0人參與, 最新作者Leon (Achilles)時間16年前 (2008/09/22 12:33), 編輯資訊
0
0
0
內容預覽:
1. 你的 nerual network 與 physical model 越接近, 效果越好.. 2. Training data 要挑選過, 有個 topic 叫 optimal experiment design,. 是談怎樣設計 input. 你如果有興趣的話可以看看.. 3. 增加 Neu
(還有121個字)

推噓0(0推 0噓 0→)留言0則,0人參與, 最新作者biggoodhead (head)時間16年前 (2008/09/24 00:13), 編輯資訊
1
0
0
內容預覽:
前文恕刪. 我有參考前面版友所說的去改看看. 作postreg時那些data點是有比較集中一點. 不過Best linear fit 與A=T 兩條線段方向完全不同. 照理說兩條線要重疊是最好的. 在postreg中有三個參數 M ,B ,R. 書上寫說R值越趨近1表示越好. 可是我的R值卻只有0.
(還有6個字)

推噓0(0推 0噓 0→)留言0則,0人參與, 最新作者shihkai (加油吧~)時間16年前 (2008/09/24 09:45), 編輯資訊
0
0
0
內容預覽:
你是在sim訓練的樣本還是預測用的樣本. 有可能是你的樣本變異性太大. 如果樣本數很多的話. 通常要經由分類來達到樣本的同質性. 還有你的類神經結構是否適當. 普通的case用一個隱藏層就夠了. 還有隱藏層的神經元個數快速的判斷標準是. (輸入變數的個數+輸出變數的個數)/2. 另外訓練的參數調整也
首頁
上一頁
1
下一頁
尾頁