source1

person1:

“一个是训练数据归一化,此时不知道输入数据范围,一个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,配套的还有个反归一化函数,如果数据在01间不需要,归一化的目的是防止输入数据各维间数量级差别太大”

person2

    “premnmx可以在任何时候用,但tramnmx是要先用了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.
如果你的输入已经是[0,1]的话,不需要归一如果你用logsig来做activate function,如果用tansig,还是归一到[-1,1]好点。”

求助:归一化问题matlab中tramnmx premnmx 区别
http://www.ilovematlab.cn/thread-41010-1-1.html
(出处: MATLAB中文论坛)

source2

premnmx、tramnmx、postmnmx、mapminmax
premnmx函数用于将网络的输入数据或输出数据进行归一化,归一化后的数据将分布在[-1,1]区间内。
premnmx语句的语法格式是:[Pn,minp,maxp,Tn,mint,maxt]=premnmx(P,T),其中P,T分别为原始输入和输出数据。在训练网络时如果所用的是经过归一化的样本数据,那么以后使用网络时所用的新数据也应该和样本数据接受相同的预处理,这就要用到tramnmx函数:
tram

bpnn——matlab工具箱-归一化函数 premnmx、tramnmx、postmnmx、mapminmax相关推荐

  1. bpnn matlab工具箱,bpnn——matlab工具箱-归一化函数 premnmx、tramnmx、postmnmx、mapminmax...

    source1 person1: "一个是训练数据归一化,此时不知道输入数据范围,一个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,配套的还有个反归一化函数,如果数据在01间不需 ...

  2. Matlab 归一化函数premnmx [-1,1]

    Matlab 归一化函数premnmx (1)基本算法:函数目的是把数据处理成[-1,1]之间,算法是: 如a=[2,4,3,5],那么计算过程就是: 2*(2-2)/(5-2)-1=-1; 2*(4 ...

  3. premnmx tramnmx postmnmx 函数用法

    premnmx tramnmx postmnmx 函数用法_三心两忆一回眸_新浪博客

  4. Matlab 里 premnmx tramnmx postmnmx 分别表示什么

    premnmx.tramnmx.postmnmx.mapminmax premnmx函数用于将网络的输入数据或输出数据进行归一化,归一化后的数据将分布在[-1,1]区间内. premnmx语句的语法格 ...

  5. Matlab 归一化函数premnmx

    (1)基本算法:函数目的是把数据处理成[-1,1]之间,算法是: 如a=[2,4,3,5],那么计算过程就是: 2*(2-2)/(5-2)-1=-1; 2*(4-2)/(5-2)-1=1/3=0.66 ...

  6. matlab工具箱拟合函数

    Matlab有一个功能强大的曲线拟合工具箱 cftool ,使用方便,能实现多种类型的线性.非线性曲线拟合,下面简单介绍如何使用这个工具箱. 先给定两个变量: x = [1,2,3,4,5,6,7,. ...

  7. matlab反归一化函数,MATLAB中BP神经网络的归一化与反归一化处理方法

    本帖最后由 CAPTIONVIP 于 2014-12-9 21:03 编辑 本人之前对MATLAB不是很熟悉,只是这次在做写一篇关于神经网络的文章时需要用到MATLAB,下面是我写的一个简单的程序,麻 ...

  8. matlab premnmx归一化函数的使用

    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) ...

  9. 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)

    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) ...

最新文章

  1. c++ 隐藏进程_Linux 查看进程的动态信息
  2. Oracle入门(十四.9)之迭代控制:WHILE和FOR循环
  3. 2018.9.10.Matlab实验二:Matlab基本运算
  4. Seq(HDU-6672)
  5. 关于CodeReview
  6. Linux下端口占用解决方法
  7. 基于jmeter测试web接口,看完都说学会了
  8. 分布式网络爬虫功能模块组成
  9. ssm水电费管理系统java
  10. 黑马 Python 数据结构与算法第一章
  11. 2022-2027年中国OLED行业市场调研及未来发展趋势预测报告
  12. python 发邮件 抄送_Python 发送 email 的三种方式
  13. android 测量距离 app,手机测距软件哪个好?6款手机测距APP推荐
  14. Windows快速查看电脑显卡及处理器型号的方法
  15. UGUI长按按钮的实现(技能蓄力使用)
  16. P3855 [TJOI2008]Binary Land
  17. css中图片不清晰解决方法
  18. 懒惰的人生,注定一事无成
  19. SQL删除数据库表中重复的数据
  20. Python:利用matplotlib库画各种统计图

热门文章

  1. 87个C#帮助类,各种功能性代码(转载自微信公众号:dotNET全栈开发)
  2. 浏览器渲染点滴yan
  3. 百度前端实战训练营第二弹
  4. [jzoj 3461]【NOIP2013模拟联考5】小麦亩产一千八 {Fibonacci数列}
  5. SEO解析:seo优化网站外链建设的方法! ! !
  6. 经方治愈神经性皮炎一例
  7. 2020年11月28日
  8. 客齐集最近的大学公益讲座
  9. 信息学奥赛一本通 1398:短信计费 | OpenJudge NOI 1.12 02:短信计费
  10. pytorch embedding层详解(从原理到实战)