看《數字影象處理》的11.1.2鏈碼一節最開始看得雲裡霧裡，主要原因是翻譯實在是太爛了，看了
才發現平移歸一化和旋轉歸一化是如此簡單的操作。
平移歸一化：將鏈碼的方向編號列出來，組成乙個迴圈序列，找到方向編號最小的數值，作為起始位。（如圖a的歸一化是以方向標號為0作為起始位）
旋轉歸一化：結果是旋轉（四鏈碼旋轉90度的倍數，八鏈碼旋轉45的倍數）之後，做差分得到的結果是一樣的，也是做差分之後找到最小的方向編號作為起始位。(如圖（a），（b）原鍊錶和旋轉90度之後的鏈碼，得到歸一化差分碼結果是一樣的)
差分：將當前方向編號繞著逆時針方向旋轉到鄰近方向編號所要變化的方向次數（如4鏈碼，1-0 0-3 3-2 2-1均需要3次，1-2 2-3 3-0只需一次）
正則化和歸一化
正則化，歸一化 標準化和正規化 對資料進行預處理的兩種方式，目的是讓資料更便於計算和獲得更加泛化的結果，但並不改變問題的本質。正則化 要求乙個邏輯回歸問題，假設乙個函式，覆蓋所有可能 y wx，其中w為引數向量，x為已知樣本的向量，用yi表示第i個樣本的真實值，用f xi 表示樣本的 值，從而確定損...
正則化和歸一化
正則化，歸一化 標準化和正規化 對資料進行預處理的兩種方式，目的是讓資料更便於計算和獲得更加泛化的結果，但並不改變問題的本質。正則化 要求乙個邏輯回歸問題，假設乙個函式，覆蓋所有可能 y wx，其中w為引數向量，x為已知樣本的向量，用yi表示第i個樣本的真實值，用f xi 表示樣本的 值，從而確定損...
特徵歸一化的方法 線性歸一化 零均值歸一化
常用歸一化方法 1 線性歸一化，線性歸一化會把輸入資料都轉換到 0 1 的範圍，公式如下 該方法實現對原始資料的等比例縮放，其中xnorm為歸一化後的資料，x為原始資料，xmax xmin分別為原始資料集的最大值和最小值。優點 通過利用變數取值的最大值和最小值將原始資料轉換為界於某一特定範圍的資料，...