如何对神经网络（MATLAB）中的输出进行非规范化？答案

【问题标题】：How to denormalize the output in a Neural Network (MATLAB)?如何对神经网络（MATLAB）中的输出进行非规范化？
【发布时间】：2017-02-24 10:04:29
【问题描述】：

我是神经网络的大三学生，我有一个神经网络，它经过训练可以将输入数据与目标数据相匹配，然后在新的样本数据上模拟神经网络以获得预测输出。

问题是输出是介于“零”和“一”之间的规范化值，我需要将它们转换（非规范化）为真实值，如“小数”。

你能解释一下如何做到这一点吗？

我读到我必须使用激活函数，但我不明白如何执行此操作。

【问题讨论】：

【解决方案1】：

当创建训练集并对输出值进行归一化时，您可能使用了 min-max 归一化（或 mean-std 归一化）：

z = (x - min) / (max - min)

其中 z 是标准化输出。要获得未归一化的值，您只需存储用于归一化的最小值和最大值，然后反转等式：

x = (max - min) * z + min

对于其他类型的归一化，执行相同的过程。请记住，归一化因子必须从原始训练集中获得。

【讨论】：

% 初始化 NN: net = newff(minmax([输入样本]),[3 10 10 10 1] ); % 净参数：net.trainFcn = 'trainlm'; net.trainParam.lr = 0.1; net.trainParam.epochs = 500; net.trainParam.goal = 0.0; % 初始化训练：[net, tr] = train(net,input,target);
请看上面的示例代码，对于NN初始化步骤中的这种归一化（minmax），我该如何做相反的过程？
@MohamedNedal 如果您询问恢复进程的函数调用，可能没有，因为您需要保存最小/最大因子以撤消进程。实现数学应该是微不足道的。
好的，非常感谢。