Bonjour,
j'ai un pfe de calculatrice vocale. mon réseau de neurones doit pouvoir reconnaitre les chiffres de 0 à 9 et les opérateurs(+,-,/,*,=) et un autre mot "effacer" pour un back.
j'ai utilisé le PMC(perceptron multicouches)avec l'algorithme d'apprentissage (backpropagation)
quand je teste le taux sur la base d'apprentissage j'obtiens 86% (càd mon réseau à bien appris) mais le taux de reconnaissance est au alentour de 30%
c'est pour cela que je veux appliquer le TDNN (réseau à retard) pour comparer les résultats.
j'ai 16 mots à reconnaitre et 100 occurrences par mot et pour chaque occurrence 26 attributs (coefficients mfcc)
voici le code que j'utilise pour newff:
si quelqu'un peut m'expliquer le TDNN pour l'implémenter je serais très reconnaissant.
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8 net=newff(minmax(p),[21,16],{'logsig','logsig'},'traingdm'); net.trainParam.show = 500; net.trainParam.lr = 0.03; net.trainParam.mc = 0.02; net.trainParam.epochs = 10000; net.trainParam.goal = 1e-6; [net,tr]=train(net,p,B); save netlm net;
Je vous remercie.
Partager