设计了一个CNN来检测脑电的运动。
输入大小(脑电图数据):18x64-18电极和64个样本/时。
convlayer1; (10 filters of size 1x4)
reluLayer();
maxPooling2dLayer([1,2],'Stride',[1 2])
dropoutLayer(0.1);
convlayer2; (20 filters of size 4x1)
reluLayer();
maxPooling2dLayer([2,1],'Stride',[2 1])
dropoutLayer(0.1);
fullyConnectedLayer(2);
dropoutLayer(0.2);
softmaxLayer();
classificationLayer()];
8名受试者的数据。使用7个科目对网络进行了培训,并使用左边的科目进行了测试。所有8个科目(基本上是织布机)都是如此。训练正确率为96-98%,验证准确率为96-98%。部分受试者的检测准确率为100%,少数人为98.99%。这是一个过度拟合的情况,还是这个结果是可靠的?
谢谢你的时间和帮助。文卡特
发布于 2018-03-15 07:47:20
如果测试性能比它更好的话,那就不是过度安装的问题了。过度拟合避免了泛化,但是如果你的模型在测试数据上表现良好,这意味着它正在处理一些看不见的数据和广义的数据。
https://stackoverflow.com/questions/49289171
复制相似问题