Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Klasse 1<br />
Klasse 2<br />
rmse bei Ruecktransformation<br />
25<br />
20<br />
15<br />
10<br />
klassifiziert<br />
unklassifiziert<br />
Persistenz<br />
rmse bei Ruecktransformation<br />
25<br />
20<br />
15<br />
10<br />
klassifiziert<br />
unklassifiziert<br />
Persistenz<br />
20 25 30 35 40 45 50 55 60<br />
Anzahl der Moden<br />
20 25 30 35 40 45 50 55 60<br />
Anzahl der Moden<br />
rmse bei Ruecktransformation<br />
40<br />
35<br />
30<br />
25<br />
20<br />
Klasse 3<br />
15<br />
20 25 30 35 40 45 50 55 60<br />
Anzahl der Moden<br />
klassifiziert<br />
unklassifiziert<br />
Persistenz<br />
rmse bei Ruecktransformation<br />
40<br />
35<br />
30<br />
25<br />
Klasse 4<br />
20<br />
klassifiziert<br />
unklassifiziert<br />
Persistenz<br />
15<br />
20 25 30 35 40 45 50 55 60<br />
Anzahl der Moden<br />
Abbildung 3.9: Fehler durch die Hauptkomponenten-Transformation in Abhängigkeit von der Anzahl<br />
der Moden für die verschiedenen Bewölkungs-Klassen. Es werden die Fehler mit Klassifikation<br />
und ohne Klassifikation verglichen. Oben: Klasse 1 und Klasse 2, unten: Klasse 3 und Klasse<br />
4.<br />
3.2.1). Nach der Festlegung der Klassifikationskriterien wurden die Basissysteme für die verschiedenen<br />
Klassen bestimmt. Diese wurden als Grundlage für alle weiteren Rechnungen verwendet.<br />
3.6.2 Festlegung der Netzarchitektur und des Lernverfahrens<br />
Der umfangreichste Teil der Parameteroptimierung betrifft die Parameter, die das neuronale Netz<br />
bestimmen. Dazu gehören zum einen die Parameter, die direkt die Netzarchitektur betreffen, wie<br />
die Eingabe- und Ausgabedimension, die Anzahl der Schichten und die Art der Verbindung der<br />
Schichten untereinander. Zum anderen ist ein geeignetes Lernverfahren für das neuronale Netz<br />
auszuwählen, wobei ebenfalls verschiedene Parameter festzulegen sind. Schließlich ist noch der<br />
Einfluß der Länge der Trainingsmenge zu untersuchen.<br />
Die optimale Parameterkonfiguration ist vom Vorhersagezeitraum und von der Bewölkungs-Klasse<br />
36