我正在做语音识别研究,我正试图设计一个在Matlab中使用神经网络进行语音识别的算法。我怎样才能定义我的网络结构?matlab中的神经网络设计
0
A
回答
1
Matlab有一个Neural Network Toolbox。也许你可以看看那个?
0
你的问题非常一般。你应该给我们更多关于你想要做什么的具体细节。 但是,我给你提供了一些有关使用Matlab神经网络工具箱的一些提示,这些提示与我使用此工具箱的牌照识别的经验不同。希望能帮助到你。
1-您需要知道您将使用多少隐藏层以及您的输出数量。在我的情况下,我指定了20个隐藏层和9个输出。
2-您需要首先创建数据集。你将使用这个数据集来训练你的神经网络。在LPR的情况下,我使用了一个90x50矩阵作为我的数据集。每行都代表一个数字,从数字图像中提取50个数字。
3-您需要一个目标矩阵来将您的数据集映射到已知输出(因此称为训练)。
下面的语法定义中提到的网络:
net = newff(minmax(datasetNormalized'),[20 9],{'logsig' 'logsig'},'traingdx');
培训网络,我们写:
[dummy,b]=max(sim(net,m_normalized'));
:
[net,tr]=train(net,datasetNormalized',T);
我们使用下面的代码给出一个新的输入到网络
b是我们在这里寻找的答案(输出的概率最大),因此我们显示它用户:
msgbox(['digit is: ' num2str(b)],'Digit recognized','help');
这是一个完整的源代码,如果你想知道什么我的代码做什么:
clc
clear
close all
numOfPhotos=90;
imgRows=100;
imgCols=50;
X=zeros(numOfPhotos,(imgRows*imgCols)/100);
%%Resize Images
% myresize(imgRows,imgCols);
%read train images
datasetIndex=0;
for i=1:numOfPhotos/10
for j=1:numOfPhotos/9
datasetIndex=datasetIndex+1;
im=imread(['resized_train_numbers\' num2str(i) ' (' num2str(j) ').jpg']);
im=im2bw(im,graythresh(im));
c=1;
for g=1:imgRows/10
for e=1:imgCols/10
s=sum(sum(im((g*10-9:g*10),(e*10-9:e*10))));
X(datasetIndex,c)=s;
c=c+1;
end
end
end
end
datasetNormalized=zeros(numOfPhotos,imgRows*imgCols/100);
%%Normalize dataset contents
minDataset=min(min(X));
maxDataset=max(max(X));
for i = 1:numOfPhotos
for j=1:imgRows*imgCols/100
datasetNormalized(i, j) = (X(i,j)-minDataset)/(maxDataset-minDataset);
end
end
%
%%Neural network part
% T=zeros(1,90);
% for i=1:90
% T(i)=ceil(i/10);
% end
T=zeros(9,90);
for j=1:90
i=ceil(j/10);
T(i,j)=1;
end
% net=newff(datasetNormalized',T,20);
net = newff(minmax(datasetNormalized'),[20 9],{'logsig' 'logsig'},'traingdx');
net.performFcn='sse';
net.trainParam.goal=0.01;
net.trainParam.show=20;
net.trainParam.epochs=100;
net.trainParam.mc=0.95;
% net.trainFcn='trainlm';
net.trainParam.min_grad=1e-12;
[net,tr]=train(net,datasetNormalized',T);
%Read input image for recognition
[name file]=uigetfile('*.jpg','Choose Plate Digit Image');
newImg=imread([file name]);
newImg=imresize(newImg,[imgRows imgCols]);
newImg=im2bw(newImg,graythresh(newImg));
figure,imshow(newImg);
m=zeros(1,imgRows*imgCols/100);
c=1;
for g=1:imgRows/10
for e=1:imgCols/10
s=sum(sum(newImg((g*10-9:g*10),(e*10-9:e*10))));
m(c)=s;
c=c+1;
end
end
%Normalize m contents
m_normalized=zeros(1,imgRows*imgCols/100);
for i=1:imgRows*imgCols/100
m_normalized(i)=(m(i)-min(m))/(max(m)-min(m));
end
[dummy,b]=max(sim(net,m_normalized'));
% b=round(sim(net,m_normalized'));
msgbox(['digit is: ' num2str(b)],'Digit recognized','help');
相关问题
- 1. MATLAB神经网络
- 2. 神经网络设计
- 3. SIFT和神经网络Matlab
- 4. 与MATLAB中的神经网络混淆
- 5. Matlab中的神经网络工具
- 6. 神经网络值计算?
- 7. 神经网络设置
- 8. 神经网络
- 9. 神经网络
- 10. 用MATLAB拟合神经网络
- 11. 人工神经网络在Matlab和FANN
- 12. 如何自定义MATLAB神经网络
- 13. Matlab神经网络不是学习
- 14. Matlab神经网络(ANN)csv文件
- 15. matlab神经网络工具箱
- 16. 的神经网络
- 17. 用Matlab计算神经网络的方程
- 18. VB中的神经网络
- 19. sigmoid神经网络
- 20. H2O.deeplearning神经网络
- 21. 神经网络:“InverseLayer”
- 22. Hopfield神经网络
- 23. 神经网络[ocr]
- 24. 神经网络,python
- 25. RBF神经网络
- 26. 神经网络MNIST
- 27. 贝叶斯神经网络:计算Hessian
- 28. 回归神经网络是一个神经网络链吗?
- 29. 实现偏倚神经网络神经网络
- 30. Matlab如何保存视图配置的matlab神经网络
IM使用toolbox..but有任何任何选项来定义输入并手动输出层神经元。 – Ankita 2010-10-02 12:54:03
自从我使用这个工具箱已经有相当长的时间了,但我可以记住这样的事情是可能的。不幸的是,我不记得如何...... – 2010-10-02 22:14:08