Question

神经网络训练matlab程序详解 特征提取还是什么的 我看不懂了

for hh=1:30
p((hh-1)*30+1:(hh-1)*30+30,pcolum+1)=p1(hh,1:30);
end %将处理的源样本输入供神经网络训练的样本 pcolum是样本数循环变量

switch pcolum
case {0,10,20,30,40}
t(pcolum+1)=0 %数字0
case{1,11,21,31,41}
t(pcolum+1)=1 %数字1
case{2,12,22,32,42}
t(pcolum+1)=2 %数字2
case{3,13,23,33,43}
t(pcolum+1)=3 %数字3
case{4,14,24,34,44}
t(pcolum+1)=4 %数字4
case{5,15,25,35,45}
t(pcolum+1)=5 %数字5
case{6,16,26,36,46}
t(pcolum+1)=6 %数字6
case{7,17,27,37,47}
t(pcolum+1)=7 %数字7
case{8,18,28,38,48}
t(pcolum+1)=8 %数字8
case{9,19,29,39,49}
t(pcolum+1)=9 %数字9
end %建立与训练样本对应的输出值t
end
save XP p t;
这是个手写体数字图像识别的问题，图像预处理完了，特征提取时用的什么方法？
for hh=1:30
p((hh-1)*30+1:(hh-1)*30+30,pcolum+1)=p1(hh,1:30);
end
这块具体把什么特征作为特征值的？

Answer 1

这是BP神经网络的特征维和样本输入建立关系；
1 for hh=1:30
p((hh-1)*30+1:(hh-1)*30+30,pcolum+1)=p1(hh,1:30);
end
//总共有pcolum个样本，每个样本有30维特征值；依次循环送入记录特征值的矩阵p中，
2 switch pcolum 用于把样本的值送入教师矩阵t中；样本按0～49顺序输入；对应5组0～9，比方第一个case中告诉t在0～49中那些属于“数字0”；
总的来说t值对应不同的p取1～9

也就是说这段程序的中心目的是把p( 特征维,pcolum)与对应的输出t（pcolum）对应起来，之后再把p和t送入BP网络中训练

主要看你p1是怎么来的；估计是把原始手写体分成粗网格；即p1是一个30×30的矩阵，p是一个900×50的矩阵；其列为输入的50个手写体；行为900个网格的值；
for hh=1:30
p((hh-1)*30+1:(hh-1)*30+30,pcolum+1)=p1(hh,1:30);
end
这段程序其实就是把2维的p1放入到p的一行里面去；把30×30的矩阵换成900×1
的形式。
你去搜索下 粗网格/BP神经 ，具体看你前面的p1是怎么来的；可能你这30×30的矩阵就是30×30大小的手写体二值化图像每个像素上的值