我正在尝试在Matlab中设计神经网络，
我在许多来源中看到了与训练神经网络一起使用的数据
更好地规范化，使用[pn,ps] = mapstd(Input)来规范化输入和目标，
然后我训练网络，最后我通过a=sim(net,pn)测试网络;
我的问题是：
如何将结果转换为正常结果？
最后一点，有没有办法用新数据训练网络以提高性能？
我的意思是火车有更多的数据，其中称重稍微改变，以增加旧的性能
很明显，归一化是指函数[pn,ps] = mapstd(Input)
我认为所有的值都在-1到1的范围内，神经网络的sim将是规范化结果，而我必须再次将其转换为原始范围如何？
答案 0 :(得分：0)
要回答第一个问题，你不需要走得太远。阅读documentation of mapstd()。在那里，您有一个名为“定义”的部分，您正是您正在寻找的内容。它解释了为什么/如何使用mapstd()以及如何在模拟后反转网络中的结果（在您的情况下为ANN）结果。阅读，你现在将如何做到这一点！
对于第二个问题，我会回到另一个SO帖子，在那里解释比我做的更好，here it is！仔细阅读，因为它得到了很好的解释。