Представление знаний нейронными сетями - Преобразование числовых входных данных

Для нейронной сети необходимо чтобы входные данные лежали в диа­па­зо­не [0..1], в то время как данные проблемной области могут лежать в любом ди­а­пазоне. Пред­положим, что данные по одному из параметров  лежат в диапазоне [Min ... Max]. Тогда простым способом нормирования будет

,                                                         (7.15)
 где

x  — исходное значение параметра,

— значение, подаваемое  на вход нейронной сети.

Этот способ кодирования не лишен недостатков. Так в случае если , то распределение данных на входе может принять вид

Рис. 11. Распределение входных параметров

Распределение входных параметров будет крайне неравномерным, что приведет к ухудшению качества обучения. Поэтому в подобных ситуациях, а также в случае, когда значение входа лежит в диапазоне [0; ?)  можно использовать нормировку с помощью функции вида

.                                                                                  (7.16)