我正在用频谱图训练CNN。 我读过一篇文章,说在给CNN提供数据之前,光谱图应该是标准化的。在互联网上的一些教程中,它们以特征向量为标准。你知道吗
即:我的数据集中的每个样本由10个特征描述。所以训练集是[n,10],它们将在[n,0],[n,1]中标准化,依此类推。你知道吗
但我在一些讲座中看到,他们将所有元素的光谱图标准化(计算所有元素的平均值和标准差,而不仅仅是一行)。你知道吗
也就是说:如果谱图有nxm维,并且它们用mxn矩阵中的每个元素标准化,我们用this formula变换。你知道吗
我不知道什么技术是正确的,我怎样才能应用z-分数来规范化多维数组(即RGB图像,RGBA图像,…)
对不起,如果我的问题有语法错误,因为我的英语不好。你知道吗
对特征进行z值归一化或特征标准化,即对所有特征分别进行z值归一化或特征标准化。假设你有一个8通道的脑电图信号,你的特征是每个通道中所有数据的方差和均方根。所以你有两个特征向量和8个元素,它们的值的范围是不同的。因此,将这两个向量分别用各自的均值和标准差进行归一化是合理的
相关问题 更多 >
编程相关推荐