MATLAB.Exponenta
MATLAB и Simulink на русском
Технологии разработки и отладки
		сложных технических систем
 

Математика\Neural Network Toolbox Перейти на страницу содержания раздела

Список функций Neural NetworkToolbox: Функции предварительной и пост обработки

  В оглавление \ К следующему разделу \ К предыдущему разделу

PREMNMX
Нормирование в диапазоне от –1 до 1

Синтаксис:

[pn,minp,maxp,tn,mint,maxt] = premnmx(p,t)
[pn,minp,maxp] = premnmx(p)

Описание:

PREMNMX – выполняет предварительную обработку данных для тренировки сети посредством нормирования входов и эталонов так, чтобы они находились в диапазоне от –1 до +1.

Входные параметры:

  • P - RxQ матрица входных векторов;
  • T - SxQ матрица эталонных векторов.

Выходные параметры:

  • PN - RxQ матрица нормированных входных векторов;
  • MINP - Rx1 вектор минимальных значений для каждого P;
  • MAXP - Rx1 вектор максимальных значений для каждого P;
  • TN - SxQ матрица нормированных эталонных векторов;
  • MINT- Sx1 вектор минимальных значений для каждого T;
  • MAXT- Sx1 вектор максимальных значений для каждого T.

Пример.

Нормируем входы и эталоны

p = [-10 -7.5 -5 -2.5 0 2.5 5 7.5 10];
t = [0 7.07 -10 -7.07 0 7.07 10 7.07 0];

так, чтобы их значения находились в диапазоне от –1 до +1:

[pn,minp,maxp,tn,mint,maxt] = premnmx(p,t);

Если необходимо нормировать только входы:

[pn,minp,maxp] = premnmx(p);

Алгоритм.

pn = 2*(p-minp)/(maxp-minp) - 1.

  В оглавление \ К следующему разделу \ К предыдущему разделу

 

Поиск по сайту:

Система Orphus

Яндекс.Метрика