数学建模社区-数学中国

标题: 关于BP神经网络归一化的问题，求大神解答~ [打印本页]

---

作者: 南风哥哥sky    时间: 2016-5-26 21:35
标题: 关于BP神经网络归一化的问题，求大神解答~
  求问BP神经网络的归一化是按行还是整个矩阵的归一化？
& ]0 E8 \8 o) l+ w  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
9 y9 Z9 w4 s+ {* d' t6 A$ S                     3 4 5 6 7];
8 h% x; w" q3 }- I- u" b         output=[4 5 6 7 8];
9 p3 c! k" t; p         input_test=[6;
5 C0 s) {2 r- V                            7;
* ?; \! U+ n+ K                            8];
4 v; t- V, G, Q$ t3 ~  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
8 y7 C1 K3 P+ \6 P3 _% m                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
$ y" ]) `1 b* Q9 L+ U+ J$ W& R/ s  这样就是按行归一化了吧~
  如果是整个矩阵归一化，也就是这样
1 A6 L: _0 E5 o9 U: K                                        imax=max(max(input));
) Z& V. ]$ b; T1 T# a                                        imin=min(min(input));
$ L8 Y: t! m6 M" w- `* J                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
" p0 ^! Q" b! b! X' [. g. z4 U                                        omax=max(max(output));
7 w- }' f3 C5 M, h) c6 x                                        omin=min(min(output));
; A6 p/ [5 F. G# D& o                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
  然后再训练，预测~
3 n) V9 n: J/ F7 l  那么问题来了，预测时的input_testn是如何归一化得到的？如果还是按input的方法归一化，也就是上面的inputn=(1-0)*(input-imin)/(imax-imin);得到的input_testn会有大于1的数吧~
5 g# m) |  G2 i2 t$ G0 s% V4 a# ^  另外，得到预测结果resultn后，如何反归一化呢？如果resultn里面有大于1或者小于0的数又怎么办呢？
! R7 @$ P* d$ F- {  g8 Q( ~6 X

---

作者: 阳光照耀的日子    时间: 2016-5-26 22:02
mapminmax是按照每一行进行归一化，即对所有样本的同一个特征进行归一化。神经网络的训练数据要比预测数据的范围大，即预测数据的特征最大最小值范围最好不要超过训练数据的特征，这样子你的问题就不会出现了。
3 O3 H! }7 E5 ]4 \  E$ B: J  l/ o

---

作者: 阳光照耀的日子    时间: 2016-5-26 22:02
mapminmax是按照每一行进行归一化，即对所有样本的同一个特征进行归一化。神经网络的训练数据要比预测数据的范围大，即预测数据的特征最大最小值范围最好不要超过训练数据的特征，这样子你的问题就不会出现了。

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5