|
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
|