神经网络模式识别中的几个疑惑问题?大家进来一起学习交流啊!
现在在做字符的神经网络识别的毕业论文,其中有几个不懂的问题请内行之人来切磋提点一下:<BR> 首先是字符的大小不一,是否在作为网络的输入时需要先归一化,使其存储量相同,笔画粗细也一样?怎样归一化达到这种效果啊?<BR> 二,神经网络的输入中是否每个样本都要以列向量的格式输入,我们切分出来的单个字符是以小矩阵的方式,怎样把它变成列向量?<BR> 三,神经网络怎样建立?<BR> 它的输出是什么格式?<BR>大家进来一起学习交流啊!回复：神经网络模式识别中的几个疑惑问题
1.神经网络的训练样本不一定都要进行归一化，我看到的书上没有这个要求，只是在用trainbr（或在此基础上发展起来的训练函数）函数作训练函数时，建议最好对样本数据进行归一化，这样trainbr达到最好的效果。但我试过，在样本数据变化范围不大情况下，可以不对其进行归一化（针对trainbr），训练误差与归一化后的相比不大。<BR>2.你的问题我也碰到过，一般神经网络的输入都是以二维的矩阵（即有横向量和列向量构成）输入的，对于这样的矩阵，神经网络默认的就是以列向量格式输入的，我在想神经网络有没有这样的功能，输入以一个三维的矩阵型式（就像三维空间，有xyz三个方向构成的矩阵）输入，因为在matlab中是存在这样的矩阵型式的，如果能，那我想你的问题就解决了<BR>3.第三个问题你问的过于笼统，不好让人回答，你可以看一下有关神经网络的书，怎样建立？要看你的神经网络是以什么计算机语言为基础的，matlab是个很好的神经网络建立平台，在此之前也有几种编程语言的，我不是很清楚。<BR> 抛砖引玉，希望大家各抒己见！ 1，你可以不归一化！~结果影响不大<BR>2，当然可以了，三维输入是可以实现的<BR>3，建立神经网络很简单！！~很多种神经网络，不知道你说的是哪种？<BR><BR>问：三维输入的BP神经网络如何构建
三维输入的BP神经网络如何构建？神经网络的输入单元有何要求？如果对输入也要进行归一化，如何进行啊<BR> <P>可以用骨架化或细化的方法实现字符归一,还有一种就是用形态学的膨胀腐蚀法!</P>
页:
[1]