用于模式识别的神经网络

时间:2013-07-12 11:36:20

标签: neural-network encog

我希望你帮我弄清楚我正在处理哪个问题(模式识别或时间序列预测),并找到适合这个问题的最佳NN架构。

在我的问题中,我有很多有限的二维数据集(学习集) 让 N 为我想要使用NN计算的数据集的大小。 我希望我的NN能够学习这些数据,并为其提供数据集的第一个 m 数据,它会为我提供剩余的 N-m 数据。

我认为这是一个模式识别问题,所以这是适合此类的最佳NN架构。

谢谢。

1 个答案:

答案 0 :(得分:0)

据我所知,你有一个N行的数据集。并且您希望使用前M行训练您的网络。然后你希望你的NN预测其余的N-M行。

通常,在预测(时间序列预测)中,我们会做这种事情。我们用历史数据训练我们的模型,并尝试预测未来的价值。

因此,在您的情况下,前M行可以在训练阶段训练数据。在模型准确度评估阶段,未来的值可能是您的N-M行。

通常,循环网络最适合时态数据,因为它们可以处理有序数据。 ENCOG还为时态数据提供了一个特殊的数据集。您可以将它们用于解决您的问题。