不同神经元和隐藏层对神经网络架构在时间频率应用中的影响

本文介绍了一项实验研究，旨在了解在前馈反向传播神经网络架构中，神经元和隐藏层数量变化对时间频率应用的影响。发现神经元和隐藏层数量的变化对神经网络（NN）的性能有很大影响，网络以不同的模糊声谱图作为输入，对同一信号的高度集中时间频率分布（TFD）作为目标进行训练。在训练期间，神经元和隐藏层的数量不断变化，并且观察其对未知多组分信号的测试声谱图的影响。熵和均方误差（MSE）是最优解的决策标准。