为什呢matlab建立BP神经网络正确率很低?

图片说明

上图:
1.蓝色部分表示一类数据,红色部分表示二类数据
2.数据都只有一个特征向量为y轴的值
3.x轴为数据在训练集中的下标

问题:

本来应该是很简单的,利用一个特征向量(y轴的值)作为分类依据,将红色数据和蓝色数据分开。

然而,利用matlab建立BP神经网络,训练结果有时候非常好,测试正确率能达到98以上,有时候正确率只有20~30。

%训练样本

train_sample=[trainECG']; %21*25

%测试样本

test_sample=[testECG'];

%输出类别,建立HotCode

t1=[trainLabel'];

t2=[testLabel'];

train_result = ind2vec(t1);

test_result = ind2vec(t2);





net = newff(train_sample,train_result,4,{ 'tansig' 'purelin' } ,'traingdx');

net.trainParam.show=50; % 显示训练迭代过程

net.trainParam.epochs=15000; % 最大训练磁数

net.trainParam.goal=0.001; % 要求训练精度

net.trainParam.lr=0.02; % 学习率

net=init(net); %网络初始化

[net,tr]=train(net,train_sample,train_result); % 网络训练



result_sim=sim(net,test_sample); % 利用得到的神经网络仿真

result_sim_ind=vec2ind(result_sim);



correct=0;

for i=1:length(result_sim_ind)

if result_sim_ind(i)==t2(i);

correct=correct+1;

end

end



disp('正确率:');

correct / length(result_sim_ind)
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
立即提问
相关内容推荐