求助啊,人工神经网络 数据降维
问题是这样的 ,,我现在搞的是 点焊的质量控制
现在我有 一个 焊点(只有一个焊点) 所对应的 三个参数 的数据 分别是
电流 ,压力 ,位移 每一个 参数 都有 272 个数据 如:
I (1,2,3…………272)
F (1,2,3…………272)
S (1,2,3…………272)
现在 我想用这三个参数的所有数据(这里只有一个焊点,当然还要作更多组数据) 作为 BP 网络的输入量 ,以焊点的 强度 作为输出量 来 训练网络 。我学神经网络不是很久,,我记得只能是一个列或者行向量 对应一个或者几个输出量,没有一外矩阵 对应一个输出量的吧,但是如果 我把 这三个参数 弄成一个列或行向量,那这个向量 就有816个元素,所以 想到了 降维,,于是 我就 把这些数据 三个一组 (如第一行就是: 1 1 1 2 2 2 3 3 3 4 4 4 ),组成了 一个 68*12 的 矩阵,然后用方差贡献率的方法 进行降维 ,就成了一个列向量,但是我总觉得不好,因为也可以是 34*24 的矩阵,等 ,所以这 没有 什么根据 ,为什么要组成这样的矩阵 ,,
所以 请 有 经验的 高手 们 帮帮忙了,,这种问题是怎么 解决的,,
先谢 过了,,,