歸一化處理我理解，但是很多例子的反歸一化我就不是很明白 。如下面這個例子：

%準(zhǔn)備好訓(xùn)練集

%人數(shù)(單位：萬人)

numberOfPeople=[20.55 22.44 25.37 27.13 29.45 30.10 30.96 34.06 36.42 38.09 39.13 39.99 41.93 44.59 47.30 52.89 55.73 56.76 59.17 60.63];

%機動車數(shù)(單位：萬輛)

numberOfAutomobile=[0.6 0.75 0.85 0.9 1.05 1.35 1.45 1.6 1.7 1.85 2.15 2.2 2.25 2.35 2.5 2.6 2.7 2.85 2.95 3.1];

%公路面積(單位：萬平方公里)

roadArea=[0.09 0.11 0.11 0.14 0.20 0.23 0.23 0.32 0.32 0.34 0.36 0.36 0.38 0.49 0.56 0.59 0.59 0.67 0.69 0.79];

%公路客運量(單位：萬人)

passengerVolume = [5126 6217 7730 9145 10460 11387 12353 15750 18304 19836 21024 19490 20433 22598 25107 33442 36836 40548 42927 43462];

%公路貨運量(單位：萬噸)

freightVolume = [1237 1379 1385 1399 1663 1714 1834 4322 8132 8936 11099 11203 10524 11115 13320 16762 18673 20724 20803 21804];

%輸入數(shù)據(jù)矩陣

p = [numberOfPeople; numberOfAutomobile; roadArea];

%目標(biāo)(輸出)數(shù)據(jù)矩陣

t = [passengerVolume; freightVolume];

%對訓(xùn)練集中的輸入數(shù)據(jù)矩陣和目標(biāo)數(shù)據(jù)矩陣進行歸一化處理

[pn, inputStr] = mapminmax(p);

[tn, outputStr] = mapminmax(t);

%建立BP神經(jīng)網(wǎng)絡(luò)

net = newff(pn, tn, [3 7 2], {'purelin', 'logsig', 'purelin'});

%每10輪回顯示一次結(jié)果

net.trainParam.show = 10;

%最大訓(xùn)練次數(shù)

net.trainParam.epochs = 5000;

%網(wǎng)絡(luò)的學(xué)習(xí)速率

net.trainParam.lr = 0.05;

%訓(xùn)練網(wǎng)絡(luò)所要達到的目標(biāo)誤差

net.trainParam.goal = 0.65 * 10^(-3);

%網(wǎng)絡(luò)誤差如果連續(xù)6次迭代都沒變化，則matlab會默認(rèn)終止訓(xùn)練。為了讓程序繼續(xù)運行，用以下命令取消這條設(shè)置

net.divideFcn = '';

%開始訓(xùn)練網(wǎng)絡(luò)

net = train(net, pn, tn);

%使用訓(xùn)練好的網(wǎng)絡(luò)，基于訓(xùn)練集的數(shù)據(jù)對BP網(wǎng)絡(luò)進行仿真得到網(wǎng)絡(luò)輸出結(jié)果

%(因為輸入樣本(訓(xùn)練集)容量較少，否則一般必須用新鮮數(shù)據(jù)進行仿真測試)

answer = sim(net, pn);

%反歸一化

answer1 = mapminmax('reverse', answer, outputStr);

%繪制測試樣本神經(jīng)網(wǎng)絡(luò)輸出和實際樣本輸出的對比圖(figure(1))-------------------------------------------

t = 1990:2009;

%測試樣本網(wǎng)絡(luò)輸出客運量

a1 = answer1(1,:);

%測試樣本網(wǎng)絡(luò)輸出貨運量

a2 = answer1(2,:);

figure(1);

subplot(2, 1, 1); plot(t, a1, 'ro', t, passengerVolume, 'b+');

legend('網(wǎng)絡(luò)輸出客運量', '實際客運量');

xlabel('年份'); ylabel('客運量/萬人');

title('神經(jīng)網(wǎng)絡(luò)客運量學(xué)習(xí)與測試對比圖');

grid on;

subplot(2, 1, 2); plot(t, a2, 'ro', t, freightVolume, 'b+');

legend('網(wǎng)絡(luò)輸出貨運量', '實際貨運量');

xlabel('年份'); ylabel('貨運量/萬噸');

title('神經(jīng)網(wǎng)絡(luò)貨運量學(xué)習(xí)與測試對比圖');

grid on;

%使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對新輸入數(shù)據(jù)進行預(yù)測

%新輸入數(shù)據(jù)(2010年和2011年的相關(guān)數(shù)據(jù))

newInput = [73.39 75.55; 3.9635 4.0975; 0.9880 1.0268];

%利用原始輸入數(shù)據(jù)(訓(xùn)練集的輸入數(shù)據(jù))的歸一化參數(shù)對新輸入數(shù)據(jù)進行歸一化

newInput = mapminmax('apply', newInput, inputStr);

%進行仿真

newOutput = sim(net, newInput);

%反歸一化

newOutput = mapminmax('reverse',newOutput, outputStr);

disp('預(yù)測2010和2011年的公路客運量分別為(單位：萬人)：');

newOutput(1,:)

disp('預(yù)測2010和2011年的公路貨運量分別為(單位：萬噸)：');

newOutput(2,:)

%在figure(1)的基礎(chǔ)上繪制2010和2011年的預(yù)測情況-------------------------------------------------------

figure(2);

t1 = 1990:2011;

subplot(2, 1, 1); plot(t1, [a1 newOutput(1,:)], 'ro', t, passengerVolume, 'b+');

legend('網(wǎng)絡(luò)輸出客運量', '實際客運量');

xlabel('年份'); ylabel('客運量/萬人');

title('神經(jīng)網(wǎng)絡(luò)客運量學(xué)習(xí)與測試對比圖(添加了預(yù)測數(shù)據(jù))');

grid on;

subplot(2, 1, 2); plot(t1, [a2 newOutput(2,:)], 'ro', t, freightVolume, 'b+');

legend('網(wǎng)絡(luò)輸出貨運量', '實際貨運量');

xlabel('年份'); ylabel('貨運量/萬噸');

title('神經(jīng)網(wǎng)絡(luò)貨運量學(xué)習(xí)與測試對比圖(添加了預(yù)測數(shù)據(jù))');

grid on;

預(yù)測的時候反歸一化為啥呀

總結(jié)

以上是生活随笔為你收集整理的matlab卷积完为什么要归一化,为什么要进行反归一化处理，而且反归一化什么意思？...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。