规范化/非规范化和测试&；用matlab验证人工神经网络
我正在尝试用Matlab设计神经网络， 我在许多资料中看到，用于训练神经网络的数据 最好是规范化，使用规范化/非规范化和测试&；用matlab验证人工神经网络,matlab,neural-network,Matlab,Neural Network,我正在尝试用Matlab设计神经网络， 我在许多资料中看到，用于训练神经网络的数据 最好是规范化，使用[pn，ps]=mapstd（Input）规范化输入和目标， 然后我训练网络，最后一件事是通过a=sim（net，pn）测试网络； 我的问题是： 如何将结果转换为正常结果 最后一件事，有没有办法用新数据来训练网络以提高性能？ 我的意思是，在重量略有变化以提高旧性能的情况下，使用更多数据进行训练 很明显，normalize是指这个函数[pn，ps]=mapstd（输入） 所有的值都在-1到1的范围
[pn，ps]=mapstd（Input）a=sim（net，pn）[pn，ps]=mapstd（输入）所有的值都在-1到1的范围内，正如我所想的，神经网络的模拟将是标准化结果，而我必须再次将其转换为原始范围。如何？要回答第一个问题，你不需要走太远。读这本书。在那里你有一个叫做“定义””的部分，你就有了你想要的东西。本文解释了为什么/如何使用
mapstd（）对于第二个问题，我将参考另一个SO帖子，在那里，它比我更能解释我将要做什么！仔细阅读，因为它解释得很好。我不知道他们怎么想谁投了反对票！！反对票是因为你的问题太模糊，解释得很糟糕，也不清楚。你应该遵守规则，所以你需要一些帮助！给出一些代码，它是怎么出问题的，你试过什么。据我所知，你可以重新调整你的NN，但我不知道如何。此外，sim（）的结果已经是正常结果。你说的正常是什么意思？用一些示例、要运行的代码等编辑您的问题，我将帮助您进行投票you@AnderBiguri非常感谢，规范化是通过[pn，ps]=mapstd（输入）完成的，其中神经网络的结果将在-1到1的相同范围内，而我们必须将其返回到原始范围。非常感谢，我阅读了mapstd（）在我发布这个问题之前，这个函数应该有一个最小和最大fir的输入变量，该变量应该反转X=mapstd（'reverse'，Y，PS），对于网络sim卡的输出，除了正常化之外，我没有任何东西，对于用adapt重新训练神经网络，我试着阅读，但我不理解它，我已经在哪里使用了训练函数，然后如何使用这个函数，以及我如何告诉这个函数我已经训练了网络，只需要改进它？@Sayed在一篇文章中解释这个主题有点复杂。如果你仔细阅读了这篇文章，你会注意到1。-回答者真的建议不要使用NN 2的在线学习。-如果你转到答案中链接的matlab页面，你有3种方法，上面有如何实现的代码。我真的不明白你的问题。“你有什么问题？”他说，不，你不需要最大值和最小值。对于反向“非规范化”结果，您只需要使用以下代码：anew=mapstd（'reverse'，a，ps）；感谢您的反馈，使用mapstd的相反方法是使用需要规格化的数据，然后使用最小值和最大值进行规格化！那么要反转，它还需要来自哪里的数据的最小值和最大值？@Sayed要反转，你需要我的答案中提到的3个变量：1.-'reverse'，一个字符串。2.-a，您的sim 3.-ps的结果，通过在NN培训前将mapstd应用于输入获得。问题出在哪里，我不明白。请，我懂英语，我不是你的第一语言，但试着在发帖前复习一下，我真的不明白你的意思，对不起。