Question

MATLAB下神经网络的设计

现在导师给我一个项目，有65张布满数字和英文字母的图片（类似车牌AJ98765432），一共有十位
我已经把每张图片的每个数字二值化、分割，然后归一成10X25的向量了。现在问题如下：
1、我现在的设想是把50张图片，也就是100个字母和400个数字作为训练样本，余下的30个字母和120个数字作为测试样本用，请问这个方案是否可行？
2、如果可行该怎么去设计这个网络，我现在不太理解多样本训练和单样本训练的问题，比方说如果我想识别“0”，是不是得把所有400个数字中的“0”都单独拿出来形成一个网络来识别0，然后一共形成10+26=36个网络来分别识别10个数字和26个字母？
3、接着上面那个问题，如果单独拿出了比如说40个“0”，那我设计0网络的输入会不会太大？因为归一化成250X1的向量后，250X40=10000！！
4、如果不是这么设计的话，那么我该怎么对这个课题进行神经网络设计?
5、对于数字的识别，是否一定要把250x1的向量作为特征来识别，有没有比较好的方法。
谢谢！
用BP网络

Answer 1

我来说下我的理解，不一定对，一起讨论下吧
1.100个字母，400个数字组成的训练样本应该是可以的，因为训练样本多的话会使整个网络的权值更加接近准确的权值，500个训练样本对于图像处理来说应该不算多。
2.因为预处理后的每个字母/图片为250的向量值，所有训练样本可以组成250*500的输入矩阵，因为一共有10+26=36个分类，所以3层的神经网络为输入层250，输出层36，隐层选20左右，最终得到的输出矩阵为36*500。（期望矩阵中需要归为一类的可以设为1，其余35个向量值为0）
3.和4.应该都可以归为2中
5.图片可以用特征提取的方法来减少输入向量的维数，经典有容易理解的如PCA。

追问

其实我的意思是神经网络设计时，那么多样本是并联的还是串联的，也就是说，是该把500个训练样本一次性放入输入层（并联），还是没36类一次，一共进行500/36=13次重复训练这个网络（串联）。按照你的意思是不是应该并行设计？

追答

我用的是并联，如果用串联的话把前一次的训练得到的权值赋给下一次的网络，这是可行的，但具体效果怎么样，要编个程序试试。