matlab中怎样将矩阵归一化处理?

如:矩阵X=[0.2 0.2 0 0;0.29 0.34 0.2 0.2; 0.2 0.2 0.47 0.36;0.2 0.2 0 0

使用matlab进行运算的时候,为了避免不同数量级数据之间的影响,需要把数据进行归一化,具体方法为:

1、首先打开电脑上的“matlab”软件,主界面如下图所示,在命令行输入代码即可运行。

2、matlab的归一化函数为mapminmax,此处以A=[100 200 300 400 500]为例,使用mapminmax函数进行归一化,调用格式为[A1,PS]=mapminmax(A)。A1为归一化后的数值。

3、归一化函数的对应关系为y=(ymax-ymin)*(x-xmin)/(xmax-xmin)+ymin。此处以200验证某一个元素的值,那么y=2*(200-100)/(500-100)+(-1)=-1/2=-0.5。

4、可以利用这个对应关系PS对其他数值进行归一化。

5、如果归一化不介于xmin 和xmax之间的数,使用对应关系PS归一化和整体归一化的结果就会不同。

6、反归一化,A1保存归一化之后的数值,使用命令A2= mapminmax('reverse',A1,PS)即可得到归一化之前的数值。

注意事项:

信号处理工具箱中经常使用的是nyquist频率,它被定义为采样频率的二分之一,在滤波器的阶数选择和设计中的截止频率均使用nyquist频率进行归一化处理。

温馨提示:答案为网友推荐,仅供参考
第1个回答  推荐于2017-09-17

按行归一化:

% Examples

A=[3 4;5 12];

[m n] = size(A);

% normalize each row to unit

for i = 1:m

    A(i,:)=A(i,:)/norm(A(i,:));

end

    按列归一化:

% normalize each column to unit

A=[3 4;5 12];

for i = 1:n

    A(:,i)=A(:,i)/norm(A(:,i));

end

第2个回答  推荐于2017-09-03
x0=[0.2 0.2 0 0;0.29 0.34 0.2 0.2; 0.2 0.2 0.47 0.36;0.2 0.2 0 0];
n=length(x0);
x1=[];
for i=1:n
xx1=x0(:,i)./x0(:,1);%数据归一化处理
x1=[x1,xx1];
end
x1本回答被提问者采纳
第3个回答  2022-05-12
直接调用mat2gray函数:Y=mat2gray(X);