我正在制作简单的叶子识别prorgam。我有10个植物叶片数据，总样本量约为660。
我的输入尺寸3，输出图层10.隐藏图层是可变的。（2之间为30）
首先输入数据：紧凑度=（2 * pi *叶面积）/（周长*周长）
第二输入数据：纵横比=叶风/叶高
第三输入数据：丰满度=叶面积/（宽*高）
我正在将所有数据正常化[0,1]。
第一株植物的产量数据为[1,0,0,0,0,0,0,0,0,0]
第二种植物[0,1,0,0,0,0,0,0,0,0]
第三种植物[0,0,1,0,0,0,0,0,0,0]
...
...
[0,0,0,0,0,0,0,0,0,1]为第十种植物物种。
但是我的错误是大约32，不承认植物物种。
我的传递函数BipolarSigmoid和alfa值为2.学习率：0.5动量：0.0
network = new ActivationNetwork(
new BipolarSigmoidFunction(2), //activation func.
3, //input count
trackBar2.Value, //hidden layer count
10 ); //output count
//Learning Network
BackPropagationLearning backprob = new BackPropagationLearning( network );