4

我有以下问题 - 我有一个A大小为 16x22440 的矩阵。

我需要做的是对该矩阵的每一行进行归一化，使它们中的每一个的范数都等于 1 ( for n=1:16 norm(A(n,:))==1)

我怎样才能在matlab中实现这一点？

编辑：此矩阵中的每一行都是由 160x140 图像创建的向量，因此必须单独考虑。需要对这些值进行归一化以创建特征面矩阵。

4

2 回答 2

5

首先，计算范数（我在这里假设欧几里德范数）

n = sqrt( sum( A.^2, 2 ) );
% patch to overcome rows with zero norm
n( n == 0 ) = 1;
nA = bsxfun( @rdivide, A, n ); % divide by norm
于 2013-05-12T14:41:26.803 回答
3

您安装的 Matlab 是否包含神经网络工具箱？如果是这样，请尝试normr：

nA = normr(A);

否则，@Shai 的解决方案很好，只是它不会处理无限或NaN输入——事后检查未定义的规范情况要安全得多：

nA = bsxfun(@rdivide,A,sqrt(sum(A.^2,2)));
nA(~isfinite(nA)) = 1; % Use 0 to match output of @Shai's solution, Matlab's norm()

请注意，零长度（所有零分量）或无限长度向量（一个或多个分量+Inf或-Inf）或具有NaN分量的归一化并不是真正明确定义的。上面的解决方案返回所有的，就像 Matlab 的normr函数一样。norm然而，Matlab 的函数表现出不同的行为。您可能希望指定不同的行为，例如警告或错误、全零、NaN、按向量长度缩放的分量等。此线程在一定程度上讨论了零长度向量的问题：How do you normalize a零向量？.

于 2013-05-12T18:00:26.400 回答