Neural network 对于这些图像，什么是正确的特征提取方法？
我正在尝试对白内障图像进行分类，首先我裁剪出瞳孔区域并将其保存在另一个文件夹中，然后我使用wavedec函数和sym8滤波器对这些裁剪的图像执行小波变换，然后我将近似系数作为特征向量，最后一步是将这些特征向量发送到神经网络，在尝试使用神经网络对包含51幅图像的数据集进行分类后，我尝试了10、20、50、70个隐藏层，但结果表明，只有90%是正确分类图像的百分比。所以我想增加这个百分比 那么，除了小波，还有什么其他的建议吗？ 为什么当我将数据集的大小增加到83张图像时，神经网络显示了糟糕的结果，比如70%或60%？！ 我应该停止使用神经网络，开始寻找另一个分类器吗Neural network 对于这些图像，什么是正确的特征提取方法？,neural-network,feature-extraction,Neural Network,Feature Extraction,我正在尝试对白内障图像进行分类，首先我裁剪出瞳孔区域并将其保存在另一个文件夹中，然后我使用wavedec函数和sym8滤波器对这些裁剪的图像执行小波变换，然后我将近似系数作为特征向量，最后一步是将这些特征向量发送到神经网络，在尝试使用神经网络对包含51幅图像的数据集进行分类后，我尝试了10、20、50、70个隐藏层，但结果表明，只有90%是正确分类图像的百分比。所以我想增加这个百分比 那么，除了小波，还有什么其他的建议吗？ 为什么当我将数据集的大小增加到83张图像时，神经网络显示了糟糕的结果，比