标准化3D矩阵的每个切片

时间:2017-10-17 12:43:13

标签: matlab matrix 3d

如何规范化3D矩阵的每个切片?我试过这样:

a=rand(1,100,3481);
a= (a - min(a)) ./ (max(a)-min(a)); % 

右边每个矩阵切片的范围应从01。但事实并非如此,我在某些切片中找不到1。在我查看时,min(a)max(a)以3D形式返回了相应的值。因此,使用上面的代码应该没有问题。有没有我错过的3D矩阵?提前谢谢!

2 个答案:

答案 0 :(得分:4)

我们需要找到每个2D切片的最小值和最大值,然后我们可以使用bsxfunpermute的帮助下以矢量化方式执行这些操作,让单例对齐让bsxfun做广播工作(或在那里使用reshape)。

因此,实施将是 -

mins = min(reshape(a,[],size(a,3)));
maxs = max(reshape(a,[],size(a,3)));
a_offsetted = bsxfun(@minus, a, permute(mins,[1,3,2]));
a_normalized = bsxfun(@rdivide, a_offsetted, permute(maxs-mins,[1,3,2]))

示例输入,输出 -

>> a
a(:,:,1) =
     2     8     2     2
     8     3     8     2
a(:,:,2) =
     8     1     1     5
     4     9     8     6
a(:,:,3) =
     7     9     3     5
     6     2     6     5
a(:,:,4) =
     9     3     4     9
     7     1     9     9
>> a_normalized
a_normalized(:,:,1) =
         0    1.0000         0         0
    1.0000    0.1667    1.0000         0
a_normalized(:,:,2) =
    0.8750         0         0    0.5000
    0.3750    1.0000    0.8750    0.6250
a_normalized(:,:,3) =
    0.7143    1.0000    0.1429    0.4286
    0.5714         0    0.5714    0.4286
a_normalized(:,:,4) =
    1.0000    0.2500    0.3750    1.0000
    0.7500         0    1.0000    1.0000

答案 1 :(得分:0)

我的选择是没有重塑,因为有时候有点难以理解。我使用min max和你希望用于规范化的维度,使用repmat克隆...:

a=rand(1,100,3481);

a_min2 = min(a,[],2);
a_max2 = max(a,[],2);
a_norm2 = (a - repmat(a_min2,[1 size(a,2) 1]) ) ./ repmat( (a_max2-a_min2),[1 size(a,2) 1]);

或者如果在第3天昏暗的标准化......

a_min3 = min(a,[],3);
a_max3 = max(a,[],3);
a_norm3 = (a - repmat(a_min3,[1 1 size(a,3)]) ) ./ repmat( (a_max3-a_min3),[1 1 size(a,3)]);