归一化,神经网络.docVIP

几个要说明的函数接口:[Y,PS]?=?mapminmax(X)[Y,PS]?=?mapminmax(X,FP)Y?=?mapminmax(apply,X,PS)X?=?mapminmax(reverse,Y,PS) 用实例来讲解,测试数据?x1?=?[1?2?4],?x2?=?[5?2?3];?[y,ps]?=?mapminmax(x1)y?=???-1.0000???-0.3333????1.0000 ps?=???????name:?mapminmax?????xrows:?1??????xmax:?4??????xmin:?1????xrange:?3?????yrows:?1??????ymax:?1??????ymin:?-1????yrange:?2 其中y是对进行某种规范化后得到的数据,这种规范化的映射记录在结构体ps中.让我们来看一下这个规范化的映射到底是怎样的? AlgorithmIt?is?assumed?that?X?has?only?finite?real?values,?and?that?the?elements?of?each?row?are?not?all?equal.y?=?(ymax-ymin)*(x-xmin)/(xmax-xmin)?+?ymin;[关于此算法的一个问题.算法的假设是每一行的元素都不想相同,那如果都相同怎么办?实现的办法是,如果有一行的元素都相同比如xt?=?[1?1?1],此时xmax?=?xmin?=?1,把此时的变换变为y?=?ymin,matlab内部就是这么解决的.否则该除以0了,没有意义!] 也就是说对x1?=?[1?2?4]采用这个映射?f:?2*(x-xmin)/(xmax-xmin)+(-1),就可以得到y?=?[?-1.0000???-0.3333????1.0000]我们来看一下是不是:?对于x1而言?xmin?=?1,xmax?=?4;则y(1)?=?2*(1?-?1)/(4-1)+(-1)?=?-1;????y(2)?=?2*(2?-?1)/(4-1)+(-1)?=?-1/3?=?-0.3333;????y(3)?=?2*(4-1)/(4-1)+(-1)?=?1;看来的确就是这个映射来实现的.对于上面algorithm中的映射函数?其中ymin,和ymax是参数,可以自己设定,默认为-1,1; 比如:[y,ps]?=?mapminmax(x1)?ps.ymin?=?0;?[y,ps]?=?mapminmax(x1,ps)y?=?????????0????0.3333????1.0000 ps?=???????name:?mapminmax?????xrows:?1??????xmax:?4??????xmin:?1????xrange:?3?????yrows:?1??????ymax:?1??????ymin:?0????yrange:?1则此时的映射函数为:?f:?1*(x-xmin)/(xmax-xmin)+(0),是否是这样的这回你可自己验证.O(∩_∩)O 如果我对x1?=?[1?2?4]采用了某种规范化的方式,?现在我要对x2?=?[5?2?3]采用同样的规范化方式[同样的映射],如下可办到:?[y1,ps]?=?mapminmax(x1);?y2?=?mapminmax(apply,x2,ps)y2?=????1.6667???-0.3333????0.3333即对x1采用的规范化映射为:?f:?2*(x-1)/(4-1)+(-1),(记录在ps中),对x2也要采取这个映射.x2?=?[5,2,3],用这个映射我们来算一下.y2(1)?=?2(5-1)/(4-1)+(-1)?=?5/3?=?1+2/3?=?1.66667y2(2)?=?2(2-1)/(4-1)+(-1)?=?-1/3?=?-0.3333y2(3)?=?2(3-1)/(4-1)+(-1)?=?1/3?=?0.3333 X?=?mapminmax(reverse,Y,PS)的作用就是进行反归一化,讲归一化的数据反归一化再得到原来的数据:?[y1,ps]?=?mapminmax(x1);?xtt?=?mapminmax(reverse,y1,ps)xtt?=?????1?????2?????4此时又得到了原来的x1(xtt?=?x1);Matlab?数字归一化问题(by?yingzhilian)????归一化化定义：我是这样认为的，归一化化就是要把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保正程