www.gusucode.com > 有监督的 CNN 网络完成对MNIST 数字的识别 > 有监督的 CNN 网络完成对MNIST 数字的识别/CNN—卷积神经网络数字识别/preproc_data.m
function [pd,labnew] = preproc_data(id,n,labels,rand_on) % preproc_data 预处理MNIST 手写数字图像数据库。 % %语法 % %[pd,labnew]= preproc_data(id,n,labels,rand_on) % %描述 %输入: % id - 28 x28图像大小的单元阵列 % n -图像处理的数量 % -单元阵列的标签,标签对应于图像 % rand_on——参数,如果有必要定义随机选择一个对图像/标签 %输出: % pd -单元阵列的图像处理与0平均,1标准 %偏差和增加大小(从28x28为32 x32 ) % labnew -单元阵列的标签,对应的图像 for k=1:n if(rand_on==1) rand_num = ceil(rand(1,1)*length(id)); else rand_num = k; end labnew(k) = labels(rand_num); randd{k} = zeros(32,32); randd{k}(3:30,3:30)=double(id{rand_num}); %pd{k} = reshape(mapstd(reshape(randd{k},1,[])),32,32); gain = 1./ std(randd{k}(:)); pd{k} = (randd{k} - mean(randd{k}(:))).*gain; end