我在識別信號時遇到了問題。假設信號是一個準週期信號,週期時間有限制。信號的「形狀」必須符合某些標準,因此實際的算法使用信號處理技術(如濾波,派生信號,尋找最大值和最小值)。它在尋找好信號方面速度很快,但問題在於它也會檢測到錯誤的形狀。信號分類 - 用AI識別信號
所以我想用Aritifical Intelligence--主要是神經網絡來克服這個問題。我認爲具有一些平均輸入(信號可以減少)的多層網絡和一個輸出可以顯示從0..1的「匹配」。但問題是我從來沒有做過這樣的事情,所以我在尋求幫助,如何實現這樣的事情?如何教導神經網絡以獲得預期的結果? (假設我有輸入的矢量,它應該給出1作爲輸出)
或者這個想法是錯誤的近似值?我願意學習和使用任何學習算法或想法來克服這個問題。所以這裏是測量信號的一個數字(現在不需要考慮數值和時間),你可以看到很多「錯誤」的信號,如上所述,檢測到的信號最多。
這是一個起點嗎? http://www.codeproject.com/Articles/16419/AI-Neural-Network-for-beginners-Part-1-of-3 – rene
有很多方法可以做到這一點 - 使用關鍵字搜索:機器學習分類。 – WaywiserTundish