第三章 Matlab数据归一化.docx

/s/blog_48ee23c80100rmkx.html第二节、神经网络实现??1.?数据预处理????????在训练神经网络前一般需要对数据进行预处理，一种重要的预处理手段是归一化处理。下面简要介绍归一化处理的原理与方法。(1)?什么是归一化？?数据归一化，就是将数据映射到[0,1]或[-1,1]区间或更小的区间，比如(0.1,0.9) 。(2)?为什么要归一化处理？?1输入数据的单位不一样，有些数据的范围可能特别大，导致的结果是神经网络收敛慢、训练时间长。2数据范围大的输入在模式分类中的作用可能会偏大，而数据范围小的输入作用就可能会偏小。3由于神经网络输出层的激活函数的值域是有限制的，因此需要将网络训练的目标数据映射到激活函数的值域。例如神经网络的输出层若采用S形激活函数，由于S形函数的值域限制在(0,1)，也就是说神经网络的输出只能限制在(0,1)，所以训练数据的输出就要归一化到[0,1]区间。4S形激活函数在(0,1)区间以外区域很平缓，区分度太小。例如S形函数f(X)在参数a=1时，f(100)与f(5)只相差0.0067。(3)?归一化算法?　　一种简单而快速的归一化算法是线性转换算法。线性转换算法常见有两种形式：???????1y = ( x - min )/( max - min )　　其中min为x的最小值，max为x的最大值，输入向量为x，归一化后的输出向量为y 。上式将数据归一化到 [ 0 , 1?]区间，当激活函数采用S形函数时（值域为(0,1)）时这条式子适用。???????2y = 2 * ( x - min ) / ( max - min ) - 1???????这条公式将数据归一化到 [ -1 , 1 ] 区间。当激活函数采用双极S形函数（值域为(-1,1)）时这条式子适用。(4) Matlab数据归一化处理函数?　　Matlab中归一化处理数据可以采用premnmx ， postmnmx ， tramnmx 这3个函数。1 premnmx语法：[pn,minp,maxp,tn,mint,maxt]?=?premnmx(p,t)参数：pn： p矩阵按行归一化后的矩阵minp，maxp：p矩阵每一行的最小值，最大值/s/blog_48ee23c80100rmkx.htmltn：t矩阵按行归一化后的矩阵mint，maxt：t矩阵每一行的最小值，最大值作用：将矩阵p，t归一化到[-1,1] ，主要用于归一化处理训练数据集。2 tramnmx语法：[pn] = tramnmx(p,minp,maxp)参数：minp，maxp：premnmx函数计算的矩阵的最小，最大值pn：归一化后的矩阵作用：主要用于归一化处理待分类的输入数据。3 postmnmx语法： [p,t] = postmnmx(pn,minp,maxp,tn,mint,maxt)参数：minp，maxp：premnmx函数计算的p矩阵每行的最小值，最大值mint，maxt：premnmx函数计算的t矩阵每行的最小值，最大值作用：将矩阵pn，tn映射回归一化处理前的范围。postmnmx函数主要用于将神经网络的输出结果映射回归一化前的数据范围。/thread-27021-1-1.html数据归一化汇总===========外一篇有关mapminmax的用法详解 by faruto==================================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? ? 1.0000ps =?? ?? ?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