基于S型曲线的指标非线性标准化研究

目前,数据标准化处理通常采用的是线性变换方法,然而在处理非均匀分布的指标数据集合时,尤其是对局部集中分布数据的处理存在一定局限性,例如无法有效地将数据划分层级,缺乏辨识性等。利用Logistic曲线函数的特性构建S型曲线模型,可对指标数据进行非线性标准化处理。该方法能够在不改变数据序列及整体分布的前提下对各数据点的取值进行非线性放缩,在将数据稠密的区间进行扩大的同时将数据稀疏的区间进行压缩;同时,针对包含正负值的指标数据集合可以有效地将负值数据突显出来,并且是对特定领域指标数据非线性标准化的补充。