本文介绍了MATLAB中用于数据预处理的premnmx函数，该函数可以将数据归一化到[-1, 1]区间。详细解释了函数的输入输出参数，并提供了一个实例演示其用法。此外，还提到了postmnmx函数，它是与premnmx配合使用的，用于将归一化后的数据恢复原状。"
100009205,7432000,深度学习DSSD算法详解：Resnet-101与反卷积提升目标检测,"['深度学习', '计算机视觉', '目标检测', '卷积神经网络']
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)
算法
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 &nbs
最低0.47元/天 解锁文章
扫一扫
3693
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
