求助:关于神经网络如何对在线输入的数据归一化的问题
最近我在研究神经网络方面的问题,由于输入数据差异比较大,我对训练和检测的数据进行了归一化处理。但这只是离线处理,但应用神经网络在线学习的时候,由于数据不是批量的。在线的似...
最近我在研究神经网络方面的问题,由于输入数据差异比较大,我对训练和检测的数据进行了归一化处理。
但这只是离线处理,但应用神经网络在线学习的时候,由于数据不是批量的。在线的似乎不能进行归一化处理,那么就不能在线运用神经网络。
请问大侠们,如何对在线数据进行归一化。
(我想出了个非常土的办法,就是把在线数据(每20个一组)加入到原来的训练和检测样本一起归一化后再提取出来,但是这个特别耽误时间,不知道有没有更科学的办法,还望大家不吝赐教呀,小弟在此先谢过了~.~) 展开
但这只是离线处理,但应用神经网络在线学习的时候,由于数据不是批量的。在线的似乎不能进行归一化处理,那么就不能在线运用神经网络。
请问大侠们,如何对在线数据进行归一化。
(我想出了个非常土的办法,就是把在线数据(每20个一组)加入到原来的训练和检测样本一起归一化后再提取出来,但是这个特别耽误时间,不知道有没有更科学的办法,还望大家不吝赐教呀,小弟在此先谢过了~.~) 展开
2个回答
展开全部
建议你看看这个网站:http://www.ilovematlab.cn/thread-27021-1-1.html
归一化讲的很全面,下几个是归一化函数:
(1)premnmx、postmnmx、tramnmx
(2)prestd、poststd、trastd
(3)是用matlab语言自己编程。
[Y,PS] = mapminmax(X)
[Y,PS] = mapminmax(X,FP)
Y = mapminmax('apply',X,PS)
X = mapminmax('reverse',Y,PS)
归一化讲的很全面,下几个是归一化函数:
(1)premnmx、postmnmx、tramnmx
(2)prestd、poststd、trastd
(3)是用matlab语言自己编程。
[Y,PS] = mapminmax(X)
[Y,PS] = mapminmax(X,FP)
Y = mapminmax('apply',X,PS)
X = mapminmax('reverse',Y,PS)
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询