Matalb归一化函数

线性归一化

一般可以这样写

function N = linear_normalize(D)
% Linear Normalization

    max_value = max(max(D));
    min_value = min(min(D));

    N = (D-min_value) / (max_value-min_value);
end

%matlab code
%normalization
function normalized = normalize(A,minOut,maxOut)
%input:
%      A:   the matrix to be normalize
% minOut:   the minimum value after normalized
% maxOut:   the maximum value after normalized

%output:   
%normalized:the normalized matrix

minA=min(min(A));maxA=max(max(A));
normalized=(A-minA)/(maxA-minA)*(maxOut-minOut)+minOut;
end %end function

%normalize test
load A;
%记住A的最大值和最小值，以便反归一化时用
minA=min(min(A));maxA=max(max(B));
%归一化A到B
B=normalize(A,0,255);
%反归一化B到A
inverse_B=normalize(B,minA,maxA);
%此时inverse_B应等于A。 

function [B]= gaussNormalization(M)
% input:
%     M: the matrix to be normalized
% output:
%     B: the normalized matrix
% Gauss Normalization Formula:
%     Z=((X - μ) / (3 * σ) + 1) / 2
%     μis the average value of X,
%     σis the square deviation of X 
% coder:flyskymlf
% time:2009.10.31
[x,y]=size(M);
ave=sum(sum(M))/(x*y);% average value
total=sum(sum(M.^2-M.*(2*ave)+ave^2));%square deviation
if total~=0
    len=1/(3*sqrt(total/(x*y)));
else
    len=1.0;
end
B=(M.*len-ave*len+1)/2;

注:代码中对公式做了一定的变形，例如求方差的时候，

把方差公示(x_{i,j}-ave)^2 因式分解改写成 x_{i,j}^2-2*x_{i,j}*ave+ave^2 ，即(a-b)^2=a^2-2ab+b^2 。

（抱歉，由于baidu敲不上公式，所以直接用latex中定义的公式书写方式来书写的）

附：高斯归一化公式：

Z=((X - μ) / (3 * σ) + 1) / 2. 其中μ为均值，σ为标准差（σ的平方是方差）

Energy normalization: 
y = y / sum(y.^2); 

Max value 100: 
y = y / max(y) * 100; 

Max absolute value 8: 
y = y / max(abs(y)) * 8;

reference:

http://hi.baidu.com/mhyuycwnspbqswe/item/08bcd456e19729968c12eddc

https://answers.yahoo.com/question/index?qid=20100114224156AABcN2j

http://blog.csdn.net/mpbchina/article/details/7384487

Matalb归一化函数,布布扣,bubuko.com

Matalb归一化函数

原文：http://blog.csdn.net/lansatiankongxxc/article/details/24020515