1樓：shine戚七七
matlab中的歸一化處理有三種方法：
1. premnmx、postmnmx、tramnmx
2. restd、poststd、trastd
3. 自己程式設計
具體用那種方法就和你的具體問題有關了
歸一化是為了加快訓練網路的收斂性，可以不進行歸一化處理
歸一化的具體作用是歸納統一樣本的統計分佈性。歸一化在0-1之間是統計的概率分佈，歸一化在-1--+1之間是統計的座標分佈。歸一化有同
一、統一和合一的意思。無論是為了建模還是為了計算，首先基本度量單位要同一，神經網路是以樣本在事件中的統計分別機率來進行訓練（概率計算）和**的，歸一化是同一在0-1之間的統計概率分佈；
當所有樣本的輸入訊號都為正值時，與第一隱含層神經元相連的權值只能同時增加或減小，從而導致學習速度很慢。為了避免出現這種情況，加快網路學習速度，可以對輸入訊號進行歸一化，使得所有樣本的輸入訊號其均值接近於0或與其均方差相比很小。
歸一化是因為sigmoid函式的取值是0到1之間的，網路最後一個節點的輸出也是如此，所以經常要對樣本的輸出歸一化處理。所以這樣做分類的問題時用[0.9 0.
1 0.1]就要比用[1 0 0]要好。
但是歸一化處理並不總是合適的，根據輸出值的分佈情況，標準化等其它統計變換方法有時可能更好。
歸一化方法主要有如下幾種：
1、線性函式轉換，表示式如下：
y=(x-minvalue)/(maxvalue-minvalue)
說明：x、y分別為轉換前、後的值，maxvalue、minvalue分別為樣本的最大值和最小值。
2、對數函式轉換，表示式如下：
y=log10(x)
說明：以10為底的對數函式轉換。
3、反餘切函式轉換，表示式如下：
y=atan(x)*2/pi
關於用premnmx語句進行歸一化：
premnmx語句的語法格式是：[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t)
其中p，t分別為原始輸入和輸出資料，minp和maxp分別為p中的最小值和最大值。mint和maxt分別為t的最小值和最大值。
premnmx函式用於將網路的輸入資料或輸出資料進行歸一化，歸一化後的資料將分佈在[-1,1]區間內。
2樓：
樓上錯誤，將函式在整個自變數的區間上積分得到結果為1，這樣橫軸和縱軸的座標為歸一化座標！！
3樓：
就是將x，y軸座標點之間的步長（間隔）設定為「1」，這就是歸一化。
4樓：日向淳正
樓上錯誤，將所有座標同除最大值，使之變為0-1之間的數字，這叫歸一化。
matlab 中歸一化的幾種方法及其各自的適用條件
5樓：y8班x5班
關於神經網路（matlab）歸一化方法的整理
matlab中的歸一化處理有三種方法：
1. premnmx、postmnmx、tramnmx
2. restd、poststd、trastd
3. 自己程式設計
具體用那種方法就和你的具體問題有關了
歸一化是為了加快訓練網路的收斂性，可以不進行歸一化處理
歸一化的具體作用是歸納統一樣本的統計分佈性。歸一化在0-1之間是統計的概率分佈，歸一化在-1--+1之間是統計的座標分佈。歸一化有同
一、統一和合一的意思。無論是為了建模還是為了計算，首先基本度量單位要同一，神經網路是以樣本在事件中的統計分別機率來進行訓練（概率計算）和**的，歸一化是同一在0-1之間的統計概率分佈；
當所有樣本的輸入訊號都為正值時，與第一隱含層神經元相連的權值只能同時增加或減小，從而導致學習速度很慢。為了避免出現這種情況，加快網路學習速度，可以對輸入訊號進行歸一化，使得所有樣本的輸入訊號其均值接近於0或與其均方差相比很小。
歸一化是因為sigmoid函式的取值是0到1之間的，網路最後一個節點的輸出也是如此，所以經常要對樣本的輸出歸一化處理。所以這樣做分類的問題時用[0.9 0.
1 0.1]就要比用[1 0 0]要好。
但是歸一化處理並不總是合適的，根據輸出值的分佈情況，標準化等其它統計變換方法有時可能更好。
歸一化方法主要有如下幾種：
1、線性函式轉換，表示式如下：
y=(x-minvalue)/(maxvalue-minvalue)
說明：x、y分別為轉換前、後的值，maxvalue、minvalue分別為樣本的最大值和最小值。
2、對數函式轉換，表示式如下：
y=log10(x)
說明：以10為底的對數函式轉換。
3、反餘切函式轉換，表示式如下：
y=atan(x)*2/pi
關於用premnmx語句進行歸一化：
premnmx語句的語法格式是：[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t)
其中p，t分別為原始輸入和輸出資料，minp和maxp分別為p中的最小值和最大值。mint和maxt分別為t的最小值和最大值。
premnmx函式用於將網路的輸入資料或輸出資料進行歸一化，歸一化後的資料將分佈在[-1,1]區間內。
我們在訓練網路時如果所用的是經過歸一化的樣本資料，那麼以後使用網路時所用的新資料也應該和樣本資料接受相同的預處理，這就要用到tramnmx。
下面介紹tramnmx函式：
[pn]=tramnmx(p,minp,maxp)
其中p和pn分別為變換前、後的輸入資料，maxp和minp分別為premnmx函式找到的最大值和最小值。
量子力學中歸一化條件的物理意義,波函式如何歸一化
歸一化,是基於這樣的考慮.認為波函式模方在全空間的積分等於1.是因為波函式的模方表示粒子在空間某點出現的概率.全空間的積分和等於1表示粒子在空間中存在,但具體不知道在哪 還會遇到波函式不能歸一化的問題.這時,波函式模方的積分和不等於1是無所謂的.因為粒子必定在空間中存在,這時,只要知道了粒子波函式模...
數字訊號處理當中，為什麼會有歸一化
頻率的歸一化與幅copy度的歸一化有不同的出發點，主要是在數字訊號處理中，針對取樣頻率進行歸一化，歸一化後就可以在數字角頻率0 2pi下進行分析和討論，這樣做的原因有兩點 一是類似於最大值的歸一化 此時的2pi對應取樣率 二是取樣後的頻譜是以2pi為週期的。如果歸一化的正確英文翻譯是normaliz...
化物語的前一部是什麼,請問化物語前面一部叫什麼名字謝謝
化物語是第一部，介紹了各種角色和他們身上的怪異，傷物語是化物語之前的故事，偽物語是化物語之後的故事。lz可以按照 化物語 傷物語 偽物語 貓物語 黑 貓物語 白 傾物語 花物語 囮物語 鬼物語 戀物語 今年西尾最新作，不是終結篇 來看，雖然按時間順序傷物語是發生的最早，但是先看化物語是為了瞭解各個角...