形状認識ニューラルネットワークの性能が悪い

Question

形状認識用のニューラルネットワークを実装しようとしています。実際には形状は文字です。私は形状から検索されたフーリエ記述子で動作するようにこのネットワークを実装したいと思います。私の問題は、私が何をしていても隠れ層のニューロンの数を変えたり、別のトレーニング機能を使用したりするなど、常にネットワークのパフォーマンスを0.25にほぼ等しいものにします。私は数日間このことに苦労してきました。ここでは本当にレンガの壁に当たったので、私はそのことについて助けてくれてありがとうと思います。

images = readImages(path, str_format); 
Tindex = 1; 

T = zeros(size(images,1),size(images,1)/4); 
[F Z] = GetLetterDescriptors(images{1}); 
descriptors = zeros(length(F),size(T,1)); 
for i = 1 : size(images,1)  
    [F, Z] = GetLetterDescriptors(images{i}); 
    descriptors(:,i) = F; 
    T(i,Tindex) = 1; 
    Tindex = Tindex + 1; 
end 


net = feedforwardnet(35); 
T = T'; 
net.layers{2}.transferFcn = 'logsig'; 
net.layers{1}.transferFcn = 'logsig'; 
net = trainscg(net,descriptors,T,nnMATLAB); 
y = sim(net,descriptors,[],[]); 
perf = perform(net,T,y); 

Fはフーリエ記述子である。

Answer 1

私は実際にこの問題をかなり前に解決することができましたが、私はこの記事について完全に忘れてしまっています。この特定の問題を解決するために、私はfeedforwardnetの代わりにpatternet関数を使用しなければなりませんでした。その後、ネットはいくつかのエポックでうまく学習できました。