matlab里把数据归一化的方法

在Matlab中，常用的数据归一化方法有以下几种：

1. 最小-最大归一化（Min-Max Normalization）：将数据缩放到0和1之间。公式如下：
X_norm = (X - X_min)/(X_max - X_min)
其中，X为原始数据，X_min和X_max分别为原始数据的最小值和最大值。

2. Z-score标准化：将数据缩放到均值为0，方差为1的分布上。公式如下：
X_norm = (X - mean(X)) / std(X)
其中，X为原始数据，mean(X)为原始数据的均值，std(X)为原始数据的标准差。

3. 小数定标规范化（Decimal Scaling）：将数据缩放到[-1, 1]或[-0.5, 0.5]之间。公式如下：
X_norm = X / 10^k
其中，k为使得所有数据的绝对值小于1的最小整数，X为原始数据。

4. Sigmoid函数归一化：将数据缩放到0和1之间，但是与最小-最大归一化不同的是，使用了Sigmoid函数。公式如下：
X_norm = 1 / (1 + exp(-X))
其中，X为原始数据。

以上是常用的数据归一化方法，在实际应用中可以根据具体情况选择合适的方法。