我有3种不同的波长信号用作预测单个输出的输入。顺便说一句，我为每个信号提取了9个特征。现在，我正在用Matlab训练分类NN。我想使用30个信号数据集（每个数据集包含3个不同的波长）将其分为3类。我的输入矩阵应该是什么？我尝试创建一个内部包含3个不同信号的单元，但是nprtool无法使用它。请帮助我，我是新手，对神经网络不熟悉。
答案 0 :(得分：0)
我假设信号是矢量，输出将是二进制的类值，所以我们需要3位数字来表示9类。
x = [signl1 signl2 singl3]; %all verctors in one row
label = [0 1 0]; %class 2 in binary
net = patternnet(10);
view(net)
[net,tr] = train(net,x,label);
现在，使用从未使用过的数据集验证NN后，您可以使用net作为新信号的信号分类器。
estimiated_class = net(new_signal)
这是我模糊的想法，如果不起作用，请尝试深度学习