اطلاعیه

Collapse
No announcement yet.

نتایج بسیار متفاوت در هر بار اجرا (دسته بندی 10 کلاسه patternnet )

Collapse
X
 
  • فیلتر
  • زمان
  • Show
Clear All
new posts

    نتایج بسیار متفاوت در هر بار اجرا (دسته بندی 10 کلاسه patternnet )

    سلام دوستان
    سال نو مبارک
    از 200 برگه اسکن شده (از 10 پرینتر که به ترتیب هر 20 برگه متعلق به یک پرینتر هستش) 176 ویژگی استخراج کردم و ماتریس Input رو 176x200 تعریف کردم ، چون داده ها به ترتیب وارد شده پس 20 ستون اول متعلق به پرینتر 1 هست و ...
    از اونجا که قصد دارم classification انجام بدم ، تابع target رو با دیدن چند نمونه بصورت 10x200 تعریف کردم (به تازگی با شبکه عصبی آشنا شدم ) که سطر اول از ستون 1 تا 20 برابر با 1 ، بقیه درایه ها صفر ، سطر دوم از ستون 21 تا 40 برابر با 1، بقیه درایه ها صفر و ادامه ...
    مشکل اینجاست که وقتی هر دفعه که برنامه رو ران میکنم و ماتریس confusion رو بدست میارم نتایج خیلی متفاوت هستش ! مثلا بار اول دقت 80% ، بار دوم 30% !
    برنامه بصورت زیر نوشته شده : بنظر شما مشکل از کجا میتونه باشه ؟؟ با svm هم دسته بندی رو انجام دادم که نتیجه ثابتی بدست میاد اما نیاز هستش که مقایسه ای بین شبکه عصبی و svm انجام بدم.

    inputs = input;
    targets = target;

    % Create a Pattern Recognition Network
    hiddenLayerSize = 10;
    net = patternnet(hiddenLayerSize);


    % Setup Division of Data for Training, Validation, Testing
    net.divideParam.trainRatio = 70/100;
    net.divideParam.valRatio = 15/100;
    net.divideParam.testRatio = 15/100;


    % Train the Network
    [net,tr] = train(net,inputs,targets);

    % Test the Network
    outputs = net(inputs);
    errors = gsubtract(targets,outputs);
    performance = perform(net,targets,outputs)

    % View the Network
    view(net)

    % Plots
    figure, plotconfusion(targets,outputs)

    #2
    پاسخ : نتایج بسیار متفاوت در هر بار اجرا (دسته بندی 10 کلاسه patternnet )

    دوستان کسی نظری نداره ؟

    دیدگاه

    لطفا صبر کنید...
    X