将数据归一化到任意区间范围的方法

将数据归一化到任意区间范围的方法将数据归一化到任意区间范围的方法一般常见的数据归一化,是归一化到0~1,或者-1~1的区间,但在一些特殊场合下,我们需要根据实际情况归一化到其他任意区间,方法是:将数据归一化到[a,b]区间范围的方法:(1)首先找到样本数据Y的最小值Min及最大值Max(2)计算系数为:k=(b-a)/(Max-Min)(3)得到归一化到[a,b]区间的数据:norY=a+k(Y-Min)Matla

大家好,又见面了,我是你们的朋友全栈君。

数据归一化到任意区间范围的方法

   一般常见的数据归一化,是归一化到0~1,或者-1~1的区间,但在一些特殊场合下,我们需要根据实际情况归一化到其他任意区间,方法是:

    将数据归一化到[a,b]区间范围的方法:

(1)首先找到样本数据Y的最小值Min及最大值Max
(2)计算系数为:k=(b-a)/(Max-Min)
(3)得到归一化到[a,b]区间的数据:norY=a+k(Y-Min)

Matlab代码:

 

clc;clear all;close all;
%%
x=0:0.1:10;
y=(x-5).^2;%产生原始数据样本
figure
plot(x,y,'.-')
axis([0 10 0 26]);
grid on

%% 将数据归一化到[a,b]区间的方法
a=0.1;
b=0.5;
Ymax=max(y);%计算最大值
Ymin=min(y);%计算最小值
k=(b-a)/(Ymax-Ymin);
norY=a+k*(y-Ymin);
figure;
plot(x,norY,'.-')
axis([0 10 0 1]);
grid on

实质上,归一化的一般规范函数是:y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin:

参考资料http://zjh776.iteye.com/blog/1972777 

下面给出简化的归一化到任意区间的方法函数:

 

function [ y ] = normalization( x,ymin,ymax )
%NORMALIZATION 将数据x归一化到任意区间[ymin,ymax]范围的方法
%   输入参数x:需要被归一化的数据
%   输入参数ymin:归一化的区间[ymin,ymax]下限
%   输入参数ymax:归一化的区间[ymin,ymax]上限
%   输出参数y:归一化到区间[ymin,ymax]的数据
xmax=max(x);%计算最大值
xmin=min(x);%计算最小值
y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin;
end

Matlab里有一个归一化函数normalize,对矩阵是按列归一化的:

 

%按列归一化,任意归一化范围
function [Array_dst]=normalize(Array_src,ymin,ymax)
[l,r]=size(Array_src);
Bound=[];
for i=1:r
    Bound(1,i)=min(Array_src(:,i));
    Bound(2,i)=max(Array_src(:,i));
    if abs(Bound(1,i)-Bound(2,i))<0.000000001
        Bound(1,i)=0;
        Bound(2,i)=1;
    end
end

[m,n]=size(Array_src);
for i=1:m
    Array_dst(i,:)=ymin + (Array_src(i,:)-Bound(1,:))./(Bound(2,:)-Bound(1,:)).*( ymax - ymin );
end

 

 

 

OpenCV或者C++中可以这么实现:

 

cv::Mat Normalization(cv::Mat data,float Omin,float Omax) {
	double minv = 0.0, maxv = 0.0;
	minMaxIdx(data, &minv, &maxv);

	float *p= data.ptr<float>(0);
	int len = data.cols;
	cv::Mat dest(1, len, CV_32FC1);
	float *d = dest.ptr<float>(0);
	for (size_t i = 0; i < len; i++)
	{
		d[i] = (Omax - Omin)*(p[i] - minv)/ (maxv - minv) + Omin;;
	}
	return dest;
}

cv::Mat Normalization(cv::Mat data, float Imin, float Imax,float Omin, float Omax) {
	float *p = data.ptr<float>(0);
	int len = data.cols;
	cv::Mat dest(1, len, CV_32FC1);
	float *d = dest.ptr<float>(0);
	for (size_t i = 0; i < len; i++)
	{
		d[i] = (Omax - Omin)*(p[i] - Imin) / (Imax - Imin) + Omin;;
	}
	return dest;
}

float Normalization(float x, float Imin, float Imax, float Omin, float Omax) {
	float d = (Omax - Omin)*(x - Imin) / (Imax - Imin) + Omin;;
	return d;
}

 

 

 

 

 

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/152310.html原文链接:https://javaforall.net

(0)
上一篇 2022年6月23日 下午3:00
下一篇 2022年6月23日 下午3:00


相关推荐

  • 移动硬盘出现参数错误,无法访问的问题

    移动硬盘出现参数错误,无法访问的问题win7连接移动硬盘,使用过程中出现死机,强制重启电脑,开机后移动硬盘出现参数错误无法访问,百度后,尝试用win+r打开运行窗口,输入CHKDSKE:/F/R,其中E换成参数错误的盘符嗲,点击确

    2022年7月2日
    52
  • 即梦AI做banner教程

    即梦AI做banner教程

    2026年3月13日
    3
  • Python实现Mean Shift聚类算法

    Python实现Mean Shift聚类算法MeanShift算法,又称均值聚类算法,聚类中心是通过在给定区域中的样本均值确定的,通过不断更新聚类中心,直到聚类中心不再改变为止,在聚类、图像平滑、分割和视频跟踪等方面有广泛的运用。MeanShift向量对于给定的n维空间RnR^nRn中的m个样本点X(i),i=1,…,mX^{(i)},i=1,…,mX(i),i=1,…,m对于其中的一个样本X,其MeanShift向量…

    2022年7月13日
    26
  • 京东云开源 JoyAgent:行业首个 100% 开源的企业级智能体

    京东云开源 JoyAgent:行业首个 100% 开源的企业级智能体

    2026年3月16日
    2
  • linux 打包

    linux 打包zipzip 压缩后文件名源文件 zip r 压缩后目录名原目录 zip rwiki zipwiki unzip 解压 d 指定解压路径源文件 unzip dwikiwiki zip tartar cvf 打包名打包源文件 可以多个文件空格隔开 c 创建 v 可视 f 文件名 tar xvf 解包名 tar tf 查看包内文件打包 tar czvf gz 格式的 gzip 打包压缩包 tar cjvf bz2 格式的 bzip2 打包压缩包 t

    2026年3月19日
    2
  • java lang illegalargument_servlet内置对象

    java lang illegalargument_servlet内置对象小编典典介绍该ServletContext#getRealPath()被intented到Web内容的路径(在服务器的磁盘文件系统上展开的WAR文件夹结构的路径)转换为绝对磁盘文件系统路径。该”/”代表Web内容根。即,它代表web以下项目结构中的文件夹:YourWebProject|–src|:||–web||–META-INF||`–MANIFE…

    2025年12月5日
    5

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号