2012-03-07 83 views
0

我目前正在使用Zigbee WSN的星形拓撲結構的室內導航系統。基於ANN的導航系統

我目前有15個10米左右的區域的60個位置的信號強度數據。我想用ANN來幫助預測其他位置的座標。經過多個線程後,我意識到規範化數據會給我更好的結果。

我嘗試過並重新訓練了我的網絡幾次。我設法將MATLAB的nntool中的目標參數設置爲值.000745,但仍然在將訓練樣本作爲測試輸入,然後將其縮小後,它將給出一個值。

.000745的值意味着我的數據非常合適,對嗎?如果是的話,爲什麼這個異常?我將分割乘以最大值以分別歸一化和縮放值。

有人能解釋我哪裏可能會出錯嗎?我是否使用了錯誤的訓練參數? (我正在使用TRAINRP,4層,每層有15個​​神經元,目標爲1e-8,梯度爲1e-6和100000個時代)

我應該考慮ANN以外的方法嗎?

請幫忙。

回答

0

對於空間數據,您始終可以使用高斯過程迴歸。有了一個合適的內核,你可以很好地預測GP迴歸是一件非常簡單的事情(只是矩陣求逆和矩陣向量乘法)。你沒有太多數據,可以很容易地完成GP迴歸。 GP迴歸檢查this的一個很好的來源。

0

你擴大了什麼?輸入或輸出?您的訓練套裝是否有比例輸入+輸出,測試時只輸出了輸出?

你使用什麼樣的錯誤測量?我假設你的「目標參數」是一個錯誤度量。它是SSE(平方誤差總和)還是MSE(均方誤差)? 0.000745似乎非常小,通常你的訓練數據應該幾乎沒有錯誤。

您的人工神經網絡架構可能太深,隱藏單元太少,無法進行初始測試。嘗試不同的體系結構,如40-20隱藏單位,60 HU,30-20-10 HU,...

您應該生成一個測試集來驗證ANN的泛化。否則過度配合可能是一個問題。

+0

謝謝alfa的回覆。我已經調整了輸入 - 事實證明,我需要使用具有相同參數的新輸入進行訓練。 MSE高於0.000745,但表現更令人滿意。 – appster 2012-10-03 04:28:56