一、mapminmaxprocessmatricesbymappingrowminimumandmaximumvaluesto [-1 ]
意味着将矩阵的各行处理在[-1，1 ]区间。 在这种情况下，在模式识别和其他统计学中，数据必须按列为样本，每行必须是多个样本的同一维。 也就是说，在M*N矩阵中，样本维度为m，样本数量为n，总共n列中有n个样本。
主要调用格式如下
1. [Y，PS ]=最大最大值(x，YMIN，YMAX )。
2. [Y，PS ]=最大最小(x，FP ) )。
3.y=最大混合(应用)、x、PS () ) ) ) ) ) ) ) ) )。
4.x=mapminmax('reverse '，y，PS ) ) ) ) ) ) )。
5.dx_dy=mapminmax(dx_dy )、x、y、PS ) )。
对于第一和第二调用格式，x是预处理数据，Ymin和Ymax是预期的每行最小值和最大值，FP是一个结构的成员，主要是FP.Ymin、FP.Ymax。 该结构可以代替ymin和ymax，第一和第二处理效果只是参数的引入形式不同。
代码：
x=[2、3、4、5、6； 七、八、九、十、十一； mapminmax(x，0，1 ) fp.ymin=0； fp.ymax=1； mapminmax(x，fp )而对于三个方程，在模式识别或统计学中，PS是训练样本数据的映射，即PS包括训练数据的最大值和最小值，其中x是测试样本数据的映射如果将y作为测试样本，并假设共有两个测试样本，则代码为：如下所示
x=[2、3、4、5、6； 七、八、九、十、十一； y=[ 2，3； 4，5 )； [xx，PS ]=最大最小(x，0，1 )； mapminmax(apply )、y、ps )针对4个式，反转预处理后的数据而得到原始数据。
x=[2、3、4、5、6； 七、八、九、十、十一； y=[ 2，3； 4，5 )； [xx，PS ]=最大最小(x，0，1 )； YY=映射最小(应用)、y、ps )； 最大混合((' reverse '，yy，ps ) ) ) ) ) )。
关于5式，根据给定的矩阵x、归一化矩阵y和映射PS取得逆导数(reverse derivative )。 如果给定的x和y是m行n列的矩阵，则结果dx_dy是1n结构阵列，其中每个元素也是mn的对角矩阵。 这个用法很少用，这里不举个例子。
二、映射混合原理及其实现映射混合的公式为y=(ymax-ymin ) (*(x-xmin )/)/(xmax-xmin ) ymin。 如果某一行的数据全部相同，此时xmax=xmin，除数为0，则此时数据不变。
matlab实现：
函数[ out ]=mymap minmax (x，ymin，ymax ) out=) ymax-ymin ).*(x-repmat ) min(x，[ ]，2 )，1，size ) 索引=isnan (out； out (索引)=x )索引； 请注意，end上的代码假设数据x的示例是列向量。
三、映射TD标准化processmatricesbymappingeachrow ' smeansto0anddeviationsto 1:将矩阵中的每一行映射为0均值1方差的数据。
主要调用格式如下
1. [Y，PS]=mapsTD(x，ymean，ystd ) )。
2. [Y，PS]=mapsTD(x，FP ) )。
3.y=maps TD (应用)，x，PS ) ) ) )。
4.x=mapsTD(reverse )，y，PS ) ) ) )。
5.dx_dy=mapsTD(dx_dy )，x，y，PS ) )。
与mapminmax一样，第一和第二表达式标准化了数据x，其中ymean和ystd是想要获得数据的每行的平均值和方差，同样也可以在包含ymean和ystd的结构中引入。
x=[2、3、4、5、6； 七、八、九、十、十一； y=[ 2，3； 4，5 )； [xx，PS]=mapsTD(x，0，1 ) fp.ymean=0； fp.ystd=1； [xx，PS]=mapstd(x，fp )表达式预处理测试数据，使用训练数据中的平均值和方差进行处理，表达式4反转预处理后的数据。
x=[2、3、4、5、6； 七、八、九、十、十一； y=[ 2，3； 4，5 )； [xx，PS]=mapsTD(x，0，1 )； YY=mapsTD(apply )、y、ps )； 映射TD (反转)、yy、PS ) )。
四、mapstd标准化实现公式为y=(x-xmean ) ) *(ystd/xstd ) ymean。 如果设置ystd=0，或者某一行中的所有数据都相同，则xstd=0
function[out]=mymapSTD(x，yymean，ystd ) out=(x-repmat ) mean，2 )、1，size，2 ) ) ) )/repmat )
五、对mean、std等函数的说明mean默认合计各列，mean(x，2 )合计各行，std函数默认求出标准差无偏估计，有三种用法，s=STD(x )、s=STD(x )
其中，flag是无偏估计的参数，flag=0是无偏估计，即默认是无偏估计，flag=1是无偏估计，dim表示在第几个维度上求方差，STD(x，0，)