การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม การหาจำนวน Hidden Node ที่เหมาะสมกับการรู้จำตัวอักษรอ้างอิงจาก (input + Output)/2 จากวิธีการข้างต้น จึงนำผลลัพธ์ที่ได้ เป็นตัวกำหนดให้ Node ที่ต้องการคำนวณให้อยู่ในช่วงบวกลบไม่เกิน 50 Node และใช้ค่า Mean Square Error (MSE) เป็นค่าที่กำหนดว่าช่วงไหนเหมาะสมที่สุด การเลือกจำนวน Hidden Node ที่เหมาะสม
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม จาก Feature Extraction ทั้งหมด 239 ลักษณะ จึงกำหนดให้ Input Node = 239 Node Output Node = 68 Node Hidden Node = (239+68)/2 = 154 Node ดังนั้น จึงใช้ Hidden Node ตั้งแต่ช่วง 104 ถึง 204 มาเพื่อทดลองหา Hidden Node ที่เหมาะสม การเลือกจำนวน Hidden Node ที่เหมาะสม
การเลือกจำนวน Hidden Node ที่เหมาะสมกับโครงข่ายประสาทเทียม จากการทดลองพบว่าจำนวน Hidden Node ที่เหมาะสมที่สุดคือ 165 Node การเลือกจำนวน Hidden Node ที่เหมาะสม