Распознавание форм Нейронная сеть плохая производительность

Question

Я пытаюсь реализовать нейронную сеть для распознавания фигур - на самом деле эти фигуры являются буквами. Я хотел бы реализовать эту сеть для работы с дескрипторами Фурье, полученными из фигур. Моя проблема в том, что, что бы я ни делал, менял количество нейронов скрытого слоя, использовал разные функции обучения и т. Д., Я всегда получал производительность сети более или менее равной 0,25. Я боролся с этим уже пару дней, и я действительно ударился о кирпичную стену, поэтому буду признателен за любую помощь в этом вопросе.

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 - реальные значения дескрипторов Фурье.

Answer 1

Мне удалось решить эту проблему на самом деле довольно давно, но я полностью забыл об этом посте. Для решения этой конкретной проблемы мне пришлось использовать patternet функция вместо feedforwardnetТогда сеть могла бы успешно учиться в пару эпох.