一维 cnn matlab,一维卷积神经网络 心电信号分类 训练错误率超高

本帖最后由 yexu55066 于 2016-8-16 02:17 编辑

我用的DeepLearnToolbox的代码改了改成一维卷积神经网络，来识别一维的心电信号，训练样本40000均分成三类，训练后发现训练部分错误率就超高，到测试集就把所有信号都分作了其中一类，各种参数卷积核大小学习率什么的怎么修改都没变化。

求问出现这种情况可能存在的原因还有解决方案？或者有没有可以直接用的一维卷积神经网络能发给我试试([email protected])？谢谢大家啦

这是做出来的训练部分错误率图

trainerror.jpg (14.88 KB, 下载次数: 19)

2016-8-16 01:45 上传

然后下面是修改部分的代码。cnnsetup:

if strcmp(net.layers{l}.type, 'c')

mapsize(1) = mapsize(1) - net.layers{l}.kernelsize + 1;

fan_out = net.layers{l}.outputmaps * net.layers{l}.kernelsize;  %要学习的权值的数量

for j = 1 : net.layers{l}.outputmaps  %  output map

fan_in = inputmaps * net.layers{l}.kernelsize;            %多少参数连接到前一层

for i &