1、premnmx
预处理数据使数据的最小值和最大值分别为-1和1。
[PN，minp，maxp，TN，mint，maxt]=premnmx(p，t ) ]
premnmx(p，t ) )。
输入
P - R x Q矩阵(输入向量，1列表示输入变量。
T - S x Q矩阵(目标/输出向量)。
输出功率
PN - R x Q矩阵(归一化输入向量)。
minp- R x 1向量包括相对于p的最小值。
maxp- R x 1向量。 包含p的最大值。
TN - S x Q矩阵，归一化目标向量
包含各目标值t的最小值的mint- S x 1向量。
包含各目标值t的最大值的maxt- S x 1向量。
[PN，minp，maxp]=premnmx(p ) )。
算法
实例：
P=[
1 2 3
4 5 6
7 8 9
]
T=[10 11 12]
[PN，minp，maxp，TN，mint，maxt]=premnmx(p，t ) ]
P=
1 2 3
4 5 6
7 8 9
T=
10 11 12
PN=
-1 0 1
-1 0 1
-1 0 1
minp=
1
4
7
maxp=
3
6
9
TN=
-1 0 1
mint=
10
maxt=
12
综上所述，premnmx将一列作为一个样本输入来处理。
2、postmnmx
对这些归一化后的数据进行后处理
[P，t]=postmnmx(pn，minp，maxp，TN，mint，maxt )
[p]=postmnmx(pn，minp，maxp )。
输入
PN - R x Q矩阵(归一化输入向量)。
minp- R x 1向量包括相对于p的最小值。
maxp- R x 1向量。 包含p的最大值。
TN - S x Q矩阵，归一化目标向量
包含各目标值t的最小值的mint- S x 1向量。
最大- s x 1向量。 包括每个目标值t最大值输出
P - R x Q矩阵(输入向量，1列表示输入变量。
T - S x Q矩阵(目标/输出向量)。
postmnmx与premnmx配对使用，premnmx的输出是postmnmx的输入
在运用时，首先通过premnmx对训练数据进行标准化，但为了对测试数据进行标准化，需要其他函数tramnmx，实现测试数据的标准化处理