如何在频谱图中标准化

Question

我正在通过频谱图训练 CNN。 我读过一篇论文，说频谱图应该在输入 CNN 之前进行标准化。在网上的一些教程中，他们以特征向量为标准。

即：我的数据集中的每个样本由 10 个特征描述。所以训练集是[n, 10]，他们会标准化为[n, 0], [n, 1]等等。

但我在一些讲座中看到他们对所有元素的频谱图进行了归一化（不仅连续计算所有元素的均值和标准差）。

即：如果频谱图有 n x m 维并且它们使用 m x n 矩阵中的每个元素进行标准化，我们使用 this formula 进行转换。

我不知道哪些技术是正确的，以及如何在多维数组（即 RGB 图像、RGBA 图像、..）中应用 z-score 进行归一化

对不起，如果我的问题因为我的英语不好而有一些语法错误。

Answer 1

应该对特征进行z-score标准化或特征标准化，这意味着对所有特征分别进行。想象一下，您有一个具有 8 个通道的脑电图信号，您的特征是每个通道中所有数据的方差和均方根。因此，您有两个具有 8 个元素的特征向量，它们的值范围不同。因此，用它们自己的均值和标准对这两个向量分别进行归一化是合理的。