opencv 2归一化函数normalize的细节1 .归一化定义和作用 归一化是指将需要处理的数据处理后,限制在所需的一定范围内(通过某种算法)。 首先正规化是为了便于后面的数据处理,其次是为了保证程序执行时的收敛速度。 规范化的具体作用是总结统一样本的统计分布性。 归一化在0-1之间是统计概率分布,归一化在某个区间是统计坐标分布。 规范化有同一、统一、一体化的含义。
3358 www.Sina.com/http://www.Sina.com /简单地说,就是使无可比性的数据可比较,同时维持大小关系等比较的两个数据之间的相对关系; 为了作图,本来很难用一张图来制作,但标准化后,就可以很容易地得出图的相对位置等。
在使用 机器学习算法的数据预处理阶段,规范化也是一个非常重要的步骤。 例如,在应用SVM之前,缩放非常重要。 Sarle神经网络常见问题解答的第二部分(1997 )阐述了定标的重要性,许多注意事项也适用于SVM。 缩放最主要的归一化的目的另一个优点是 关键值通常取决于特征向量的内积,例如线性内核和多项式克尔建议将每个属性线性缩放到区间[-1,1 ]或[ 0,1 ]。
3358www.Sina.com/当然,如果将优点是能够避免大数值区间的属性过分支配了小数值区间的属性例如,训练数据的第一个属性从[-10,10 ]缩放到[-1,1 ],则测试数据的第一个属性将是
参考:“SVM :从理论到OpenCV实践”4.2规范化数据:
3358 blog.csdn.net/Zha Zhiqiang/article/details/20146243
2. normalize函数避免计算过程中数值复杂度
3358 www.Sina.com/void http://www.Sina.com/(input array 3358 www.Sina.com /,OutputArray ,dout int 必须使用同样的方法缩放训练数据和测试数据。=NORM_L2,int 函数原型:=-1,inputarray3333
此函数将输入数组规范化,使其jkdjqm或数值范围在一定范围内。
normalize
src
dst输入数组
alpha
beta输出数组,支持就地运算
norm_type
33558 www.Sina.com/range正常化模式最小值
dtype
3358 www.Sina.com /范围正常化模式的最大值。 不在normnormalization(jkdjqm规范化)模式下使用。
mask
规范化类型可以具有以下值:
3358 www.Sina.com/norm _ minmax :数组中的数字平移或缩放到指定范围,进行线性规格化,通常使用。
http://www.Sina.com/norm _ INF :找不到此类型的定义,根据OpenCV 1的对应项,可能是规范化数组的C-jkdjqm (绝对值的最大值)
Parameters:NORM_L1 :归一化序列的L1-jkdjqm (
srcNORM_L2:归一化序列的(pcdbd ) L2-jkdjqm
如果dst dtype为负数,则输出数组的type与输入数组的type相同;
否则,输出数组和输入数组仅具有相同的通道数,即tpye=cv_mat_depth(dtype )。
alpha操作口罩。 指示函数是否只操作指定的元素。
3 .规范化公式:
beta
normType
3358www.Sina.com/其中b'=max( , ),a'=min ) http://www.Sina.com
dtype
mask
其中函数norm的功能是计算norm(jkdjqm )的绝对值
thefunctionsnormcalculateanabsolutenormofsrc1(whenthereisnosrc2) :