如何在神经网络(MATLAB)中对输出进行非规范化?

时间:2016-10-14 21:23:18

标签: matlab neural-network simulation training-data data-fitting

我是神经网络的大三学生,我有一个NN,经过训练,可以根据目标数据拟合输入数据,然后在新的样本数据上模拟NN以获得预测输出。

问题是输出是在"零"之间的归一化值。和"一个"我需要将它们转换(非规范化)为真实值,如"小数"。

你能解释一下怎么做吗?

我已经读过我必须使用激活功能,但我不明白该怎么做。

1 个答案:

答案 0 :(得分:0)

创建训练集并对输出值进行标准化时,您可能使用了min-max标准化(或均值标准化):

z = (x - min) / (max - min)

其中z是标准化输出。要获得非标准化值,您只需存储用于标准化的最小值和最大值,然后反转等式:

x = (max - min) * z + min

对于其他类型的规范化,完成相同的过程。请记住,必须从原始训练集中获得归一化因子。