神经网络结构

Question

我要创建一个神经网络来分类20个对象。我的输入矩阵是100乘400，目标是1乘400.每20列输入输入矩阵属于同一类，如下所示：
P（1:20）属于A类 P（21:40）属于B级 。
。
。
P（381：400）属于T类

目标向量包含10到200，A类20个10，B类20个20 ...类T的20个200，类似于输入矩阵。
我把15个输入类的样本：
现在我有一些问题：
1）这些输入是否足以进行分类？
2）每个班级20个样本就够了吗？ 3）前馈反向传播网络类型是否适合该网络？ 4）我应该使用多少个隐藏层？每层有多少神经元（大约）

我在.skydrive网站上输入.mat文件作为输入矩阵和目标矢量：input.mat，target.mat
我将非常感谢你的帮助。

Answer 1

你所有问题的答案是“试着看看会发生什么”。对于神经网络，在你进行实验之前，很难说它们的效果如何。我的直觉是每个级别的15个训练样例对于100维问题是不够的，但我想你不能再得到它并且必须与你所拥有的一起工作。研究维数减少。