(5.2)--实验5 分类器的训练和测试.doc

实验5分类器的训练和测试

实验目的和要求

掌握BP网络分类原理；

学会对BP网络进行训练和测试；

学会对分类器进行性能分析。

实验内容

采用随机初始化，为BP网络设定学习率、循环次数等参数，用训练集进行训练；

用测试集进行测试；

统计分类准确率。

实验步骤

将数据划分成训练集和测试集；

提取样本的特征并归一化；

设定学习率、循环次数等参数；

用训练集样本对BP网络进行训练；

对待识别卫星进行识别；

统计测试集上的识别准确率。

实验结果分析

采用随机初始化，连续调用三次BP网络，统计三次测试结果，能发现什么，怎么解释。

对训练集样本进行识别准确率统计，与测试集样本上的识别准确率进行对比，分析二者的差异。

对比Bayes分类器、SVM分类器、BP网络分类器的分类性能，对分类器性能进行分析。

将原始特征计算、特征提取、分类器设计等环节进行系统优化，以获得最佳分类性能。