Question

我遇到以下问题 - 我的矩阵A大小为16x22440。

我需要做的是规范化这个矩阵的每一行，使每个矩阵的范数等于1（for n=1:16 norm(A(n,:))==1）

如何在matlab中实现这一目标？

编辑：此矩阵中的每一行都是由160x140图像创建的矢量，因此必须单独考虑。需要对值进行归一化以创建特征脸矩阵。

Answer 1

首先，计算规范（我假设这里是Eucleadian规范）

n = sqrt( sum( A.^2, 2 ) );
% patch to overcome rows with zero norm
n( n == 0 ) = 1;
nA = bsxfun( @rdivide, A, n ); % divide by norm

Answer 2

您的Matlab安装是否包含神经网络工具箱？如果是，请尝试normr：

nA = normr(A);

否则，@Shai's solution是好的，除了它不会处理无限或NaN输入 - 之后检查未定义的范数情况更安全：

nA = bsxfun(@rdivide,A,sqrt(sum(A.^2,2)));
nA(~isfinite(nA)) = 1; % Use 0 to match output of @Shai's solution, Matlab's norm()

请注意，对零长度（所有零组件）或无限长度向量（一个或多个组件+Inf或-Inf）或具有NaN组件的组件进行标准化并不是很好-defined。上面的解决方案返回所有的解决方案，就像Matlab的normr函数一样。然而，Matlab的norm函数表现出不同的行为。您可能希望指定不同的行为，例如，警告或错误，全部为零，NaN，按向量长度缩放的组件等。此线程在一定程度上讨论了零长度向量的问题：How do you normalize a zero vector?

规范化矩阵行，使其范数等于1（MATLAB）

2 个答案: