高光谱数据预处理算法——数据标准化/归一化

今天，我又开了一栏博客，这里我将主要介绍高光谱数据处理的相关算法，为广大刚刚从事高光谱的学习的同胞们提供一点点帮助，希望大家能够从中学到一些！！！

下面我将开始介绍一系列高光谱数据预处理算法，在我们采集到高光谱数据之后，其中含有很多噪音，如果直接建模的话，这些噪音会影响建模效果。因此，我们要先进行一定预处理，将其中的噪音去除。常用的预处理算法有标准化/归一化、移动平均窗口平滑、SG平滑等。今天我将先介绍比较简答的预处理算法：数据标准化/归一化。

数据的标准化/归一化（normalization）就是将数据按照比例缩放、平移，使数据落入一个小的特定区间中。

数据标准化/归一化的作用是消除数据量纲的影响，使数据指标之间具有可比性，对模型的建立至关重要，下面举一个简单明了的例子：房子的价格受面积与楼层数影响，因此可以根据面积和楼层数建立一个房价的数学模型。但是，我们可以看出房子的面积数值很大，而楼层数数值很小，因此面积对模型的影响大于楼层数。因此，我们要对数据进行标准化和归一化，统一数据的范围，消除量纲的一影响。

下面我将介绍几个常用的标准化