基于ANN的导航系统

Question

我目前正在使用Zigbee WSN的星形拓扑结构的室内导航系统。

我目前有15个10米左右的区域的60个位置的信号强度数据。我想用ANN来帮助预测其他位置的坐标。经过多个线程后，我意识到规范化数据会给我更好的结果。

我尝试过并重新训练了我的网络几次。我设法将MATLAB的nntool中的目标参数设置为值.000745，但仍然在将训练样本作为测试输入，然后将其缩小后，它将给出一个值。

.000745的值意味着我的数据非常合适，对吗？如果是的话，为什么这个异常？我将分割乘以最大值以分别归一化和缩放值。

有人能解释我哪里可能会出错吗？我是否使用了错误的训练参数？ （我正在使用TRAINRP，4层，每层有15个​​神经元，目标为1e-8，梯度为1e-6和100000个时代）

我应该考虑ANN以外的方法吗？

请帮忙。

Answer 1

对于空间数据，您始终可以使用高斯过程回归。有了一个合适的内核，你可以很好地预测GP回归是一件非常简单的事情（只是矩阵求逆和矩阵向量乘法）。你没有太多数据，可以很容易地完成GP回归。 GP回归检查this的一个很好的来源。

Answer 2

你扩大了什么？输入或输出？您的训练套装是否有比例输入+输出，测试时只输出了输出？

你使用什么样的错误测量？我假设你的“目标参数”是一个错误度量。它是SSE（平方误差总和）还是MSE（均方误差）？ 0.000745似乎非常小，通常你的训练数据应该几乎没有错误。

您的人工神经网络架构可能太深，隐藏单元太少，无法进行初始测试。尝试不同的体系结构，如40-20隐藏单位，60 HU，30-20-10 HU，...

您应该生成一个测试集来验证ANN的泛化。否则过度配合可能是一个问题。