如何标准化3D矩阵的每个切片?我想是这样的:标准化3D矩阵的每个切片
a=rand(1,100,3481);
a= (a - min(a)) ./ (max(a)-min(a)); %
通过右键每个矩阵的片范围应该从0
到1
。但事实并非如此,在某些切片中我找不到1
。在我检查时,min(a)
和max(a)
以3D形式返回了相应的值。因此,使用上面的代码应该没有问题。有没有我错过的3D矩阵?提前致谢!
如何标准化3D矩阵的每个切片?我想是这样的:标准化3D矩阵的每个切片
a=rand(1,100,3481);
a= (a - min(a)) ./ (max(a)-min(a)); %
通过右键每个矩阵的片范围应该从0
到1
。但事实并非如此,在某些切片中我找不到1
。在我检查时,min(a)
和max(a)
以3D形式返回了相应的值。因此,使用上面的代码应该没有问题。有没有我错过的3D矩阵?提前致谢!
我们需要找到为每个二维切片的最小值和最大值,然后我们可以在一个量化的方式与帮助使用bsxfun
做这些操作从permute
让单身变暗正确对齐,让bsxfun
做它的广播工作(或在那里使用reshape
)。
因此,实现起来 -
mins = min(reshape(a,[],size(a,3)));
maxs = max(reshape(a,[],size(a,3)));
a_offsetted = bsxfun(@minus, a, permute(mins,[1,3,2]));
a_normalized = bsxfun(@rdivide, a_offsetted, permute(maxs-mins,[1,3,2]))
样品输入,输出 -
>> a
a(:,:,1) =
2 8 2 2
8 3 8 2
a(:,:,2) =
8 1 1 5
4 9 8 6
a(:,:,3) =
7 9 3 5
6 2 6 5
a(:,:,4) =
9 3 4 9
7 1 9 9
>> a_normalized
a_normalized(:,:,1) =
0 1.0000 0 0
1.0000 0.1667 1.0000 0
a_normalized(:,:,2) =
0.8750 0 0 0.5000
0.3750 1.0000 0.8750 0.6250
a_normalized(:,:,3) =
0.7143 1.0000 0.1429 0.4286
0.5714 0 0.5714 0.4286
a_normalized(:,:,4) =
1.0000 0.2500 0.3750 1.0000
0.7500 0 1.0000 1.0000
我的选择是不重塑,因为它有时有点难以理解。我用最小最大您要要使用与repmat克隆正常化的尺寸...:
a=rand(1,100,3481);
a_min2 = min(a,[],2);
a_max2 = max(a,[],2);
a_norm2 = (a - repmat(a_min2,[1 size(a,2) 1])) ./ repmat((a_max2-a_min2),[1 size(a,2) 1]);
,或者3日昏暗正常化......
a_min3 = min(a,[],3);
a_max3 = max(a,[],3);
a_norm3 = (a - repmat(a_min3,[1 1 size(a,3)])) ./ repmat((a_max3-a_min3),[1 1 size(a,3)]);
你为什么要假定每切片会有'1'? – excaza
我正在将这些值归一化为“0”和“1”,不应该给我“0”作为最小值和“1”作为最大值吗? –
每个片不保证有数组的最小值和最大值,这是唯一的值将是0和1 – excaza