2

我知道这是一个普遍的问题,但我想要一些反馈。所以,我有一个图像分类任务,我试图用神经网络来解决。我已经有了我的特征向量。有 3 个显着特征向量(2d 空间中的点坐标),每个可以属于三个类。在这 3 个功能中,这些类并不相同。(例如,一个可能是“直上”另一个“圆形方形三角形”)。这些组合在 6 个输出类中的整体分类任务中(不是 27 个,因为组合的数量可能暗示)。那么,问题是什么:深度学习网络/卷积网络是解决这个问题的好方法吗?或者你更喜欢别的东西?(我刚开始学习这些,还不能下定决心,

4

1 回答 1

0

据我了解,您的问题对于实施深度学习并没有那么复杂。因为你有低维特征和很少的类输出。深度学习主要用于高度非线性和大尺寸的分类问题。我建议你使用 AdaBoost 或 SVM 分类器来完成这种简单的分类任务。Matlab 为上述技术提供了很好的工具。

于 2017-01-17T11:58:45.277 回答