不同的神经网络的分类结果

1视图(30天)
你好,我有一个数据集是由200年的形象,每个20个图像印有一个打印机(所以分类是10类)从每篇论文中提取176特性。
所以输入我建造一个176 x200型矩阵,1到20列(样本)属于1日打印机,21 - 40列属于二十打印机等等
我10 x200型目标矩阵,我将表格第一行1列的元素设置为“1”和其他元素在“0”的第一行,第二行组意向列“1”和其他“0”等等我用patternnet情节混淆矩阵但在每次运行,结果是非常变量,30 - 80%有什么想法吗?

接受的答案

格雷格·希斯
格雷格·希斯 2016年3月26日
是的。默认的环境/ val /测试初始化数据部分和重量都是随机的。
再现性,初始化RNG火车之前相同的状态。
多年来我已经使用
rng(0)和rng(4151941)(一个著名的出生日期)。
现在我倾向于使用
rng (“默认”)
寻找一个好的设计,我通常使用双重循环搜索隐藏节点数量和Ntrials随机发生器州/隐藏节点的选择:
rng (“默认”)
j = 0
h =机构:dH: Hmax
j = + 1
网= fitnet (h);
等等;等等;等等;
我= 1:Ntrials
网=配置(净,x, t);
等等;等等;等等;
NMSE (i, j) = mse (t-y) /意味着(var (t ', 1);
结束
结束
多年来我已经发布了无数的例子在新闻组和答案。
希望这个有帮助。
谢谢你的正式接受我的答案
格雷格
2的评论
格雷格·希斯
格雷格·希斯 2016年3月26日
我总是使用一个隐藏层。
因为你已经设计了一个分类器,你没有完成,直到你确定所有的类的分类错误率在每个trn / val /测试数据的部门。

登录置评。

更多的答案(0)

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!