Chapter 1 : Classification

1.1 Gaussian-Mixture-Models

• 1.add_sample_class_gmm? 功能：把一個訓練樣本添加到一個高斯混合模型的訓練數據上。
• 2.classify_class_gmm? 功能：通過一個高斯混合模型來計算一個特征向量的類。
• 3. clear_all_class_gmm?? 功能：清除所有高斯混合模型。
• 4. clear_class_gmm??? 功能：清除一個高斯混合模型。
• 5. clear_samples_class_gmm?? 功能：清除一個高斯混合模型的訓練數據。
• 6. create_class_gmm?功能：為分類創建一個高斯混合模型。
• 7.evaluate_class_gmm?? 功能：通過一個高斯混合模型評價一個特征向量。
• 8. get_params_class_gmm?功能：返回一個高斯混合模型的參數。
• 9. get_prep_info_class_gmm?? 功能：計算一個高斯混合模型的預處理特征向量的信息內容。
• 10. get_sample_class_gmm?? ?功能：從一個高斯混合模型的訓練數據返回訓練樣本。
• 11. get_sample_num_class_gmm?? ?功能：返回存儲在一個高斯混合模型的訓練數據中的訓練樣本的數量。
• 12. read_class_gmm?? ?功能：從一個文件中讀取一個高斯混合模型。
• 13. read_samples_class_gmm?? ?功能：從一個文件中讀取一個高斯混合模型的訓練數據。
• 14. train_class_gmm?? ?功能：訓練一個高斯混合模型。
• 15. write_class_gmm?? ?功能：向文件中寫入一個高斯混合模型。
• 16. write_samples_class_gmm?? ?功能：向文件中寫入一個高斯混合模型的訓練數據。

1.2 Hyperboxes

• 1. clear_sampset?? 功能：釋放一個數據集的內存。
• 2. close_all_class_box?? 功能：清除所有分類器。
• 3. close_class_box?? 功能：清除分類器。
• 4. create_class_box?? 功能：創建一個新的分類器。
• 5. descript_class_box?? 功能：分類器的描述。
• 6. enquire_class_box?? 功能：為一組屬性分類。
• 7. enquire_reject_class_box?? 功能：為一組帶抑制類的屬性分類。
• 8. get_class_box_param?? 功能：獲取關于現在參數的信息。
• 9. learn_class_box?? 功能：訓練分類器。
• 10. learn_sampset_box?? ?功能：用數據組訓練分類器。
• 11. read_class_box?? ?功能：從一個文件中讀取分類器。
• 12.read_sampset?? ?功能：從一個文件中讀取一個訓練數據組。
• 13. set_class_box_param?? ?功能：為分類器設計系統參數。
• 14. test_sampset_box?? ?功能：為一組數組分類。
• 15. write_class_box?? ?功能：在一個文件中保存分類器。

1.3 Neural-Nets

• 1. add_sample_class_mlp?? 功能：把一個訓練樣本添加到一個多層感知器的訓練數據中。
• 2. classify_class_mlp?? 功能：通過一個多層感知器計算一個特征向量的類。
• 3. clear_all_class_mlp?? 功能：清除所有多層感知器。
• 4. clear_class_mlp?? 功能：清除一個多層感知器。
• 5. clear_samples_class_mlp?? 功能：清除一個多層感知器的訓練數據。
• 6. create_class_mlp?? 功能：為分類或者回歸創建一個多層感知器。
• 7. evaluate_class_mlp?? 功能：通過一個多層感知器計算一個特征向量的評估。
• 8. get_params_class_mlp?? 功能：返回一個多層感知器的參數。
• 9. get_prep_info_class_mlp?? 功能：計算一個多層感知器的預處理特征向量的信息內容。
• 10. get_sample_class_mlp?? ?功能：從一個多層感知器的訓練數據返回一個訓練樣本。
• 11. get_sample_num_class_mlp?? ?功能：返回存儲在一個多層感知器的訓練數據中的訓練樣本的數量。
• 12. read_class_mlp?? ?功能：從一個文件中讀取一個多層感知器。
• 13. read_samples_class_mlp?? ?功能：從一個文件中讀取一個多層感知器的訓練數據。
• 14. train_class_mlp、?? ?功能：訓練一個多層感知器。
• 15. write_class_mlp?? ?功能：向一個文件中寫入一個多層感知器。
• 16. write_samples_class_mlp?? ?功能：向一個文件中寫入一個多層感知器的訓練數據。

1.4 Support-Vector-Machines

• 1. add_sample_class_svm?? 功能：把一個訓練樣本添加到一個支持向量機的訓練數據上。
• 2. classify_class_svm?? 功能：通過一個支持向量機為一個特征向量分類。
• 3. clear_all_class_svm?? 功能：清除所有支持向量機。
• 4. clear_class_svm?? 功能：清除一個支持向量機。
• 5. clear_samples_class_svm?? 功能：清除一個支持向量機的訓練數據。
• 6. create_class_svm?? 功能：為模式分類創建一個支持向量機。
• 7. get_params_class_svm?? 功能：返回一個支持向量機的參數。
• 8. get_prep_info_class_svm?? 功能：計算一個支持向量機的預處理特征向量的信息內容。
• 9. get_sample_class_svm?? 功能：從一個支持向量機的訓練數據返回一個訓練樣本。
• 10. get_sample_num_class_svm?? ?功能：返回存儲在一個支持向量機訓練數據中的訓練樣本的數量。
• 11. get_support_vector_class_svm?? ?功能：從一個訓練過的支持向量機返回一個支持向量的索引。
• 12. get_support_vector_num_class_svm?? ?功能：返回一個支持向量機的支持向量的數量。
• 13. read_class_svm?? ?功能：從一個文件中讀取一個支持向量機。
• 14. read_samples_class_svm?? ?功能：從一個文件中讀取一個支持向量機的訓練數據。
• 15. reduce_class_svm?? ?功能：為了更快分類，用一個降低的支持向量機近似一個訓練過的支持向量機。
• 16. train_class_svm?? ?功能：訓練一個支持向量機。
• 17. write_class_svm?? ?功能：向一個文件中寫入一個支持向量機。
• 18.write_samples_class_svm?? ?功能：向一個文件中寫入一個支持向量機的訓練數據。

總結

以上是生活随笔為你收集整理的halcon的算子清点： Chapter 1 分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。