歸一化化定義：我是這樣認為的，歸一化化就是要把你需要處理的資料經過處理後（通過某種演算法）限制在你需要的一定範圍內。首先歸一化是為了後面資料處理的方便，其次是保正程式執行時收斂加快。
在matlab裡面，用於歸一化的方法共有三中，（1）premnmx、postmnmx、tramnmx（2）prestd、poststd、trastd（3）是用matlab語言自己程式設計。premnmx指的是歸一到[－1 1],prestd歸一到單位方差和零均值。（3）關於自己程式設計一般是歸一到[0.1 0.9]
為什麼要用歸一化呢？首先先說乙個概念，叫做奇異樣本資料，所謂奇異樣本資料資料指的是相對於其他輸入樣本特別大或特別小的樣本向量。
下面舉例：
m=[0.11 0.15 0.32 0.45 30;
0.13 0.24 0.27 0.25 45];
其中的第五列資料相對於其他4列資料就可以成為奇異樣本資料（下面所說的網路均值bp）。奇異樣本資料存在所引起的網路訓練時間增加，並可能引起網路無法收斂，所以對於訓練樣本存在奇異樣本資料的資料集在訓練之前，最好先進形歸一化，若不存在奇異樣本資料，則不需要事先歸一化。
關於矩陣的歸一化
最近在看yang大牛稀疏表示 的 發現裡面很多的操作的用到了矩陣的列歸一化，這裡談一談列歸一化的實現，以及其帶來的好處。矩陣的列歸一化，就是將矩陣每一列的值，除以每一列所有元素平方和的絕對值，這樣做的結果就是，矩陣每一列元素的平方和為1了。舉個例子，矩陣 1,2,3 將其歸一化的結果就是 0.267...
關於矩陣的歸一化
最近在看yang大牛稀疏表示 的 發現裡面很多的操作的用到了矩陣的列歸一化，這裡談一談列歸一化的實現，以及其帶來的好處。矩陣的列歸一化，就是將矩陣每一列的值，除以每一列所有元素平方和的絕對值，這樣做的結果就是，矩陣每一列元素的平方和為1了。舉個例子，矩陣 1,2,3 將其歸一化的結果就是 0.267...
矩陣歸一化的好處
最近在看yang大牛稀疏表示 的 發現裡面很多的操作的用到了矩陣的列歸一化，這裡談一談列歸一化的實現，以及其帶來的好處。矩陣的列歸一化，就是將矩陣每一列的值，除以每一列所有元素平方和的絕對值，這樣做的結果就是，矩陣每一列元素的平方和為1了。舉個例子，矩陣 1,2,3 將其歸一化的結果就是 0.267...