返回信息流学习样本很小 只有11组 在这种小样本条件下 怎样才能提高预测精度呢
这是一条镜像帖。来源:北邮人论坛 / matlab / #8888同步于 2012/4/6
该镜像源已超过 30 天没有更新,可能在源站已被删除。
Matlab机器人发帖
怎样提高BP神经网络预测精度
Sahar
2012/4/6镜像同步5 回复
订阅后,新回复会通过你的通知中心匿名送达。
5 条回复
BP-ANN就那个样子...
除了增加神经元个数(计算量上升)/换监督算法(梯度->PSO)/修改步长...
也没什么别的办法...BP-ANN的结构很明晰了,不是么
换SVM/ELM/DLM神马的吧(学Network路过表示已经不准备学了...)
要不改换别的NN,如RBFNN,或者该换些智能化的非监督规则
很多时候你都不知道到底什么办法会好使...于是陷入了调参数的困境中
【 在 czzc829z 的大作中提到: 】
: BP-ANN就那个样子...
: 除了增加神经元个数(计算量上升)/换监督算法(梯度->PSO)/修改步长...
: 也没什么别的办法...BP-ANN的结构很明晰了,不是么
: ...................
嗯 谢谢啦