當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

二分类神经网络的特征光谱---1-2至1-9

發布時間：2025/4/5 编程问答 31 豆豆

生活随笔收集整理的這篇文章主要介紹了二分类神经网络的特征光谱---1-2至1-9 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

制作一個二分類的神經網絡來分類mnist的1和2到1和9，網絡結構是

(mnist 0 ,mnist x)81-30-2-(1,0) || (0,1)

將28*28的圖片壓縮到9*9，三層網絡的節點數量分別是81*30*2，讓1向（1，0）收斂讓x向（0，1）收斂，讓x分別等于2-9.網絡的迭代停止的標準是:

|輸出函數-目標函數|<δ

讓δ=1e-6，重復收斂999次，統計平均值和分布，然后用得到的迭代次數的分布數據畫圖

網絡性能的綜合數據

?	f2[0]	f2[1]	迭代次數n	平均準確率p-ave	δ	耗時ms/次	耗時ms/999次	最大值p-max	主峰位置	主峰強度	峰數量
1-2	0.999999	7.91E-07	28623.66	0.988459836	1.00E-06	550.6747	550142	0.993536	25547	80.10%	8
1-3	0.004005	0.9959951	106917.1	0.993804439	1.00E-06	2078.573	2076495	0.998134	111024	28.10%	38
1-4	0.999999	6.39E-07	22685.28	0.99255541	1.00E-06	247.5656	247350	0.994802	18067	51.70%	4
1-5	0.826826	0.1731737	78103.31	0.993875909	1.00E-06	1479.884	1478416	0.996051	75699	13.40%	56
1-6	0.999999	8.06E-07	20213.1	0.993139889	1.00E-06	345.5656	345240	0.994264	20187	68.20%	9
1-7	0.999999	7.83E-07	24778.82	0.977754699	1.00E-06	464.7958	464363	0.987348	27857	49.50%	9
1-8	0.010011	0.9899891	154130.7	0.991875707	1.00E-06	2846.962	2844120	0.996681	154366	19.80%	53
1-9	0.997997	0.0020028	40372.43	0.9907244	1.00E-06	784.5295	783778	0.99347	35239	55.50%	15

比如第一組數據用網絡分類mnist的1和2，重復收斂了999次，平均迭代次數是28623次，平均準確率是98.8%，共耗時大約9分鐘，準確率最大的一次是99.3%。

得到的迭代次數統計數據

1-2	25547	31479	32789	35543	40279	41475	42785	50275	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
?	801	1	5	7	82	34	66	3	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
1-3	84958	88690	91032	91680	91706	93548	94900	94954	97972	98686	100876	101028	101676	101702	102049	103544	104810	104896	104950	105120	107968	108226	108682	109751	110872	111024	111698	113540	114624	114892	114946	115116	117964	119747	120868	121020	124942	130864	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
?	1	2	5	3	4	1	1	43	1	2	2	221	10	18	1	6	2	10	213	1	3	2	2	1	35	281	4	1	1	3	54	1	1	2	28	28	1	4	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
1-4	18067	23467	25243	28063	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
?	517	23	35	424	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
1-5	48178	48398	57659	58394	65703	67655	68170	68304	68390	68748	69045	70499	70519	70813	72409	73431	75699	77651	78166	78274	78300	78386	78458	78744	79041	79121	79267	79587	80495	80515	80809	82405	83427	85302	85695	87647	88162	88270	88296	88382	88454	88740	89263	89583	90491	90805	92401	93423	95691	97643	98266	98292	98450	98736	103419	113415	?	?
?	1	2	3	10	106	66	10	10	14	1	1	1	1	94	1	1	134	51	20	1	25	10	1	2	1	1	4	11	15	1	111	11	57	1	20	19	14	4	21	8	2	2	1	7	7	6	6	69	1	4	3	8	1	2	13	2	?	?
1-6	19407	19731	20187	20777	20803	27211	29403	29727	30183	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
?	135	59	682	86	26	5	4	1	1	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
1-7	17861	24259	25511	27857	34255	34827	43731	44251	44823	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
?	312	121	9	495	46	6	1	8	1	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
1-8	124378	126998	132682	132714	134374	136994	141292	141394	142286	142678	142710	144370	144686	146528	146990	148986	151288	151390	152282	152674	152706	154366	154682	156524	156986	158893	161090	161284	161386	162278	162670	162702	164362	166520	166982	167645	168889	171280	171382	172274	172666	172698	174358	176978	178885	180244	181276	181378	184354	186974	191374	194350	196970	?	?	?	?	?
?	4	4	2	5	47	27	4	1	1	4	11	176	1	1	75	1	7	7	2	26	27	198	1	2	83	6	1	7	11	1	12	14	87	2	41	1	1	4	9	3	1	1	38	18	2	1	2	2	7	5	2	1	2	?	?	?	?	?
1-9	25243	35239	45235	55231	65227	75223	85219	107303	115095	117299	119793	122751	129301	136446	156438	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?
?	68	555	266	77	18	4	2	1	1	1	1	2	1	1	1	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?	?

比如第一組1-2，雖然平均值是28623但是只有8個離散的迭代次數，其中25547占比達到80.1%。

將1-2畫成圖

只有一個主峰非常明顯，這也是1-2至1-9共8個譜中信號強度最強的一個主峰。雖然主峰如此明顯但是1-2并不是分類準確率最高的。按照準確率排名1-2僅好于1-7

1-5>1-3>1-6>1-4>1-8>1-9>1-2>1-7

?	平均準確率p-ave	最大值p-max	主峰位置	主峰強度	峰數量
1-7	0.977755	0.987348	27857	49.50%	9
1-2	0.98846	0.993536	25547	80.10%	8
1-9	0.990724	0.99347	35239	55.50%	15
1-8	0.991876	0.996681	154366	19.80%	53
1-4	0.992555	0.994802	18067	51.70%	4
1-6	0.99314	0.994264	20187	68.20%	9
1-3	0.993804	0.998134	111024	28.10%	38
1-5	0.993876	0.996051	75699	13.40%	56

直觀上2和7的外形與1比較相近，因而分辨準確率較低，因為外形相近峰數量比較少，并進而導致峰的分布比較集中。3和5的外形與1的外形差異比較大，因而有比較多的比較位點，并進而產生了更多的峰，并導致主峰相對強度不是很高，但是分辨準確率很高。

但這種方法不能解釋1-4，1-6和1-8，1-9，因為1-4，1-6的峰數量更少但是準確率卻更高，或許可以假設除了峰數量和峰強度外還有一個表示峰價值的參數存在，三個參數共同作用決定分類準確率。

1-3的譜

有3個明顯的主峰分別是101028，104950，111024強度分別是22.1%，21.3%，28.1%，

這張圖里有非常明顯的一個等距的關系

101028-94954=111024-104950=121020-114946=6074

1-4的譜

這張譜只有4個峰值，18067占比51.7%，28063占比42.4%。

這個測試的網絡的進樣順序是一樣的，也就是999次的實驗除了每次的權重不同以外沒有其他的差別，但是只有明顯的4個峰值，這個現象表明如果把權重看作一個隨機數列，這個隨機數列對網絡

(mnist 0 ,mnist 4)81-30-2-(1,0) || (0,1)

只有4種可能。也就是可以把神經網絡的迭代次數的分布理解成是對隨機數列的分類。

1-5的譜

1-5的三個主峰分別是65703，75699，80809，強度分別是10.6%，13.4%，11.1%。這三個主峰分別有三個伴峰67655，77651，83427，這三個伴峰大約都在主峰1.03%的位置。

70813-65703，80809-75699這4個峰是等間距分布的，間距5110.

1-6的譜

1-6有一個非常明顯的主峰20187，占比68.2%。8張圖里峰值強度排名第二的峰，特征非常明顯。

1-7的譜

1-7前3個主峰17861，24259，27857占比31.2%，12.1%，49.5%。

這張圖里也有一個等距的關系24259-17861=34255-27857=6398

1-8的譜

1-8的譜中強度大于10%的只有兩個峰144370，154366強度分別是17.6%，19.8%。

這張圖的等距關系更為明顯

主峰	?	伴峰
144370-134374		146990-136994
154366-144370		156986-146990
164362-154366		166982-156986
174358-164362		176978-166982
9996	?	9996

5個主峰和5個伴峰他們之間都是等間距分布。

1-9的譜

1-9中強度大于10%的峰值有兩個35239，45235強度分布是55.5%，26.6%，

這張圖的等距關系更為明顯35239-25243=45235-35239=55231-45235=65227-55231=75223-65227=85219-75223=9996

?這8張譜的峰值的位置和強度都特征明顯，足以將對應的網絡分開。

總結

以上是生活随笔為你收集整理的二分类神经网络的特征光谱---1-2至1-9的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：用特征光谱分类神经网络
下一篇：卷积核一定可以提升网络性能吗？-分类0，