C# 神经网络定标输入和除垢输出

我在很久以前的某个地方找到了缩放NN输入和缩放NN输出的方法，但我不确定它们是否有效，我正在使用NN的encog库：

public static double Scale(double X)
        {
            double fieldlow = 0;
            double fieldhigh = 1;
            double min = 1;
            double max = 2;
            //double max = 10000;
            double temp = ((X - min) / (max - min)) * (fieldhigh - fieldlow) + fieldlow;
            return temp;
        }
        public static double DeScale(double X)
        {
            double fieldlow = 0;
            double fieldhigh = 1;
            double min = 1;
            double max = 2;
            //double max = 10000;
            double temp = ((min - max) * X - fieldhigh * min + max * fieldlow) / (fieldlow - fieldhigh);
            return temp;
        }

假设fieldlow和fieldhigh是NN输入和输出的范围（我不确定，但看起来像ActivationAnh的范围0-1），min应该是数据中的最低值，max应该是数据中的最高值。我很好奇，如果你得到的新数据的值比你设定的最大值高怎么办？你必须重写这个方法，从一开始就开始训练

---

如果这是错误的，请给我指出正确的方向。

如果我没记错，缩放不仅适用于训练数据功能范围，而且适用于所有可能的数据功能范围。这意味着，若训练集中的特性的最小值为-25，最大值为-45，但实际上可以是1到1000，那个么缩放将在xMin=1，xMax=1000时执行 所以值不能改变

尝试使用以下公式：scaledX=（X-minX）/（maxX-minX），其中minX\maxX-min和每个输入特征的最大值