MATLAB归一化方法

MATLAB提供了多种归一化方法，下面介绍几种常用的方法：

1. 最大最小归一化（Min-Max normalization）：
这种方法将数据线性映射到指定的范围，常见的是将数据映射到0到1之间。在MATLAB中，可以使用`mapminmax`函数实现最大最小归一化。

示例代码：

   data = [1, 2, 3, 4, 5];
   normalized_data = mapminmax(data);

2. Z-Score归一化（Standardization）：
这种方法通过减去均值并除以标准差，将数据转换为均值为0，标准差为1的分布。在MATLAB中，可以使用`zscore`函数实现Z-Score归一化。

示例代码：

   data = [1, 2, 3, 4, 5];
   normalized_data = zscore(data);

3. 小数定标归一化（Decimal scaling normalization）：
这种方法通过除以某个固定的基数（如10的幂次），将数据转换为[-1, 1]或[0, 1]之间的范围。在MATLAB中，可以自定义函数实现小数定标归一化。

示例代码：

   data = [1, 2, 3, 4, 5];
   base = 10^ceil(log10(max(abs(data))));
   normalized_data = data / base;

这些方法适用于不同的数据分布和需求，具体选择哪种方法取决于你的数据特征和归一化的目的。