MatLab归一化说明
来源:互联网 发布:怎么制作淘宝店铺模板 编辑:程序博客网 时间:2024/06/05 21:55
MatLab归一化说明
matlab premnmx归一化函数的使用
1、premnmx
预处理数据使数据的最小值和最大值分别为-1和1.
[PN,minp,maxp,TN,mint,maxt] = premnmx(P,T)
premnmx(P,T)
输入
P - R x Q 矩阵(输入向量,其中一列表示输入变量).
T - S x Q 矩阵(目标/输出 向量).
输出
PN - R x Q 矩阵 (归一化的输入向量).
minp- R x 1 向量,包含对于P的最小值.
maxp- R x 1 向量,包含P的最大值.
TN - S x Q 矩阵,归一化的目标向量.
mint- S x 1 向量,包含每个目标值T的最小值。
maxt- S x 1 向量,包含每个目标值T的最大值。
[PN,minp,maxp] = premnmx(P)
实例:
P = [
1 2 3
4 5 6
7 8 9
]
T = [10 11 12]
[PN,minp,maxp,TN,mint,maxt] = premnmx(P,T)
P =
1 2 3 4 5 6 7 8 9
T =
10 11 12
PN =
-1 0 1-1 0 1-1 0 1
minp =
1 4 7
maxp =
3 6 9
TN =
-1 0 1
mint =
10
maxt =
12
由上面可知,premnmx是将一列作为一个样本输入来处理的。
2、postmnmx
对那些归一化后的数据进行后处理
[P,T] = postmnmx(PN,minp,maxp,TN,mint,maxt)
[p] = postmnmx(PN,minp,maxp)
输入
PN - R x Q 矩阵 (归一化的输入向量).
minp- R x 1 向量,包含对于P的最小值.
maxp- R x 1 向量,包含P的最大值.
TN - S x Q 矩阵,归一化的目标向量.
mint- S x 1 向量,包含每个目标值T的最小值。
maxt- S x 1 向量,包含每个目标值T的最大值
输出
P - R x Q 矩阵(输入向量,其中一列表示输入变量).
T - S x Q 矩阵(目标/输出 向量).
postmnmx与premnmx成对使用,premnmx的输出作为postmnmx的输入
运用时,首先通过premnmx对训练数据进行归一化,但对测试数据归一化是需用到另外一个函数tramnmx;实现测试数据的归一化处理
premnmx与tramnmx的区别
premnmx是训练数据归一化,此时不知道输入数据范围
tramnmx是对预测数据归一化,此时用的最大最小是训练数据的最大最小。要先用了premnmx后才可以用,主要是用于归一化神经网络的输入,其中要用到premnmx的输出minp,maxp.
- MatLab归一化说明
- Matlab归一化
- Matlab 数字归一化问题
- matlab神经网络归一化问题
- matlab [] 和kernel归一化
- matlab 直方图归一化
- MATLAB数据归一化汇总
- matlab 矩阵按列按行归一化
- Matlab中的数据归一化
- matlab归一化函数
- matlab归一化与神经网络
- Matlab数据归一化
- Matlab中的数据归一化
- [matlab]归一化的数字滤波器
- Matlab中的数据归一化
- Matlab中的数据归一化
- 再议Matlab归一化函数
- Matlab归一化方法
- java中的final,finally,finalize()
- cocos2d-android-1
- the inferior stopped because it triggered an exception
- Codeforces Round #304 (Div. 2)E. Soldier and Traveling 网络流
- Javascript中的String
- MatLab归一化说明
- ApplePay简单测试(一)
- ViewAnimation帧动画示例
- 328. Odd Even Linked List
- Redis常用数据类型
- 继承,装饰者模式和动态代理之间的区别
- SAE 环境 django 配置
- 《JAVA编程思想》日志(一)------对象导论
- 基于WKWebview IOS app (OC) 源码