① 定性指標與定量指標的歸一化的方法主要有哪些
一、直線型無量綱化方法：又包括閥值法、指數法、標准化方法、比重法。二、折線型無量綱化方法：凸折線型法、凹折線型法、三折線型法。三、曲線型無量綱化方法 。目前常見的無量綱化處理方法主要有極值化、標准化、均值化以及標准差化方法,而最常使用的是標准化方法。但標准化方法處理後的各指標均值都為0,標准差都為1,它只反映了各指標之間的相互影響,在無量綱化的同時也抹殺了各指標之間變異程度上的差異,因此,標准化方法並不適用於多指標的綜合評價中。而經過均值化方法處理的各指標數據構成的協方差矩陣既可以反映原始數據中各指標變異程度上的差異,也包含各指標相互影響程度差異的信息。四、數據標准化的方法： 1、對變數的離差標准化離差標准化是將某變數中的觀察值減去該變數的最小值，然後除以該變數的極差。即x』ik＝[xik －Min (xk)]／Rk經過離差標准化後，各種變數的觀察值的數值范圍都將在〔0，1〕之間，並且經標准化的數據都是沒有單位的純數量。離差標准化是消除量綱（單位）影響和變異大小因素的影響的最簡單的方法。 有一些關系系數（例如絕對值指數尺度）在定義時就已經要求對數據進行離差標准化，但有些關系系數的計算公式卻沒有這樣要求，當選用這類關系系數前，不妨先對數據進行標准化，看看分析的結果是否為有意義的變化。2，對變數的標准差標准化標准差標准化是將某變數中的觀察值減去該變數的平均數，然後除以該變數的標准差。即x』ik ＝ (xik － )／sk經過標准差標准化後，各變數將有約一半觀察值的數值小於0，另一半觀察值的數值大於0，變數的平均數為0，標准差為1。經標准化的數據都是沒有單位的純數量。對變數進行的標准差標准化可以消除量綱（單位）影響和變數自身變異的影響。但有人認為經過這種標准化後，原來數值較大的的觀察值對分類結果的影響仍然占明顯的優勢，應該進一步消除大小因子的影響。盡管如此，它還是當前用得最多的數據標准化方法。3，先對事例進行標准差標准化，再對變數進行標准差標准化第一步，先對事例進行標准差標准化，即將某事例中的觀察值減去該事例的平均數，然後除以該事例的標准差。即x』ik ＝ (xik － )／si第二步，再對變數進行標准差標准化，即將某變數中的觀察值減去該變數的平均數，然後除以該變數的標准差。即x』』ik ＝ (x』ik － 』k)／s』k使用這種標准化的目的也在於消除性狀間的量綱（單位）影響和變異大小因子的影響，使性狀間具有可比性。4，先對變數、後對事例、再對變數的標准差標准化這種標准化的目的也在於消除性狀間的量綱（單位）影響和變異大小因子的影響，使性狀間具有可比性。具體做法是：第一步，先對變數進行標准差標准化，即將某變數中的觀察值減去該變數的平均數，然後除以該變數的標准差。即x』ik ＝ (xik － )／sk第二步，後對事例進行標准差標准化，即將某事例中的觀察值減去該事例的平均數，然後除以該事例的標准差。即x』』ik ＝ (x』ik － 』i)／s』i第三步，再對變數進行標准差標准化，即將某變數中的觀察值減去該變數的平均數，然後除以該變數的標准差。即x』』』ik ＝ (x』』ik － 』』k)／s』』k進行了前兩步之後，還要進行第三步的原因，主要是為了計算的方便。
② 黃土高原歸一化植被指數什麼意思
歸一化植被指數 英文名稱： normalized differential vegetation index;NDVI 定義： 反映土地覆蓋植被狀況的一種遙感指標，定義為回近紅外通道與可答見光通道反射率之差與之和的商。
植被指數(NDVI)是檢測植被生長狀態、植被復蓋度和消除部分輻射誤差等。NDVI能反映出植物冠層的背景影響，如土壤、潮濕地面、雪、枯葉、粗超度等，且與植被復蓋有關。多種衛星遙感數據反演植被指數(NDVI)產品是地理國情監測雲平台推出的生態環境類系列數據產品之一。
③ 模糊數學中的隸屬度函數構造的問題：某指標經計算各評語集隸屬度之和不為一，再進行歸一化處理，正確嗎
個人覺得有些數據具有很大的雜訊，在構造隸屬度函數時，不用將所有的數據都加入，去掉離群值就可以了
④ 數據歸一化處理如何解決正向和負向數據問題
數據歸一化方法有兩種形式，一種是把數變為（0，1）之間的小數，一種是把有量綱表達內式容變為無量綱表達式。
1、把數變為（0，1）之間的小數
主要是為了數據處理方便提出來的，把數據映射到0～1范圍之內處理，更加便捷快速，應該歸到數字信號處理范疇之內。
2、是把有量綱表達式變為無量綱表達式
歸一化是一種簡化計算的方式，即將有量綱的表達式，經過變換，化為無量綱的表達式，成為純量。