Matlab归一化函数(mapminmax)

功能：将矩阵的每一行处理成[-1,1]区间。处理需要归一化的m*n矩阵X，归一化后的矩阵记为Y。

主要有5种调用形式

1.[Y,PS] = mapminmax(X,YMIN,YMAX)

其中，YMIN是我们期望归一化后矩阵Y每行的最小值，YMAX是我们期望归一化后矩阵Y每行的最大值。

例1：待处理矩阵X=[4 5 6;7 8 9]我们期望归一化后每行的最小值为0，最大值为1.程序如下

X=[4 5 6;7 8 9];

mapminmax(X,0,1)

运行结果：

ans =

 

         0    0.5000    1.0000

         0    0.5000    1.0000

2.[Y,PS] = mapminmax(X,FP)

FP是一个结构体成员，主要是FP.ymin（相当于YMIN）, FP.ymax（相当于YMAX）。1和2处理效果一样，只不过参数的带入形式不同。

例2：

X=[4 5 6;7 8 9];

FP.ymin = 0;

FP.ymax = 1;

mapminmax(X,FP)

运行结果：

ans =

 

         0    0.5000    1.0000

         0    0.5000    1.0000

3.Y = mapminmax('apply',X,PS)

PS是训练样本的映射，测试样本的预处理方式应与训练样本相同。只需将映射PS apply到测试样本。

例3.训练样本是X，测试样本是M，归一化后的训练样本是Y

X=[4 5 6;7 8 9];

M = [2 3;4 5];

[Y,PS] = mapminmax(X,0,1);

mapminmax('apply',M,PS)

运行结果：

ans =

 

   -1.0000   -0.5000

   -1.5000   -1.0000

4.X = mapminmax('reverse',Y,PS)

将归一化后的Y反转为归一化之前

例4．将n（M的归一化）反转为M

X=[4 5 6;7 8 9];

M = [2 3;4 5];

[Y,PS] = mapminmax(X,0,1);

n = mapminmax('apply',M,PS);

mapminmax('reverse',n,PS)

运行结果：

ans =

 

     2     3

     4     5

5.dx_dy = mapminmax('dx_dy',X,Y,PS)

根据给定的矩阵X、标准化矩阵Y及映射PS，获取逆向导数(reverse derivative)。如果给定的X和Y是m行n列的矩阵，那么其结果dx_dy是一个1×n结构体数组，其每个元素又是一个m×n的对角矩阵。这种用法不常用，这里不再举例。

mapminmax的数学公式为y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin。如果某行的数据全部相同，此时xmax=xmin，除数为0，则此时数据不变。

参考文献