- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
HALCON运算符及功能.doc
Chapter 1 :Classification
1.1 Gaussian-Mixture-Models
1.add_sample_class_gmm
功能:把一个训练样本添加到一个高斯混合模型的训练数据上。
2.classify_class_gmm
功能:通过一个高斯混合模型来计算一个特征向量的类。
3. clear_all_class_gmm
功能:清除所有高斯混合模型。
4. clear_class_gmm
功能:清除一个高斯混合模型。
5. clear_samples_class_gmm
功能:清除一个高斯混合模型的训练数据。
6. create_class_gmm
功能:为分类创建一个高斯混合模型。
7.evaluate_class_gmm
功能:通过一个高斯混合模型评价一个特征向量。
8. get_params_class_gmm
功能:返回一个高斯混合模型的参数。
9. get_prep_info_class_gmm
功能:计算一个高斯混合模型的预处理特征向量的信息内容。
10. get_sample_class_gmm
功能:从一个高斯混合模型的训练数据返回训练样本。
11. get_sample_num_class_gmm
功能:返回存储在一个高斯混合模型的训练数据中的训练样本的数量。
12. read_class_gmm
功能:从一个文件中读取一个高斯混合模型。
13. read_samples_class_gmm
功能:从一个文件中读取一个高斯混合模型的训练数据。
14. train_class_gmm
功能:训练一个高斯混合模型。
15. write_class_gmm
功能:向文件中写入一个高斯混合模型。
16. write_samples_class_gmm
功能:向文件中写入一个高斯混合模型的训练数据。
1.2 Hyperboxes
1. clear_sampset
功能:释放一个数据集的内存。
2. close_all_class_box
功能:清除所有分类器。
3. close_class_box
功能:清除分类器。
4. create_class_box
功能:创建一个新的分类器。
5. descript_class_box
功能:分类器的描述。
6. enquire_class_box
功能:为一组属性分类。
7. enquire_reject_class_box
功能:为一组带抑制类的属性分类。
8. get_class_box_param
功能:获取关于现在参数的信息。
9. learn_class_box
功能:训练分类器。
10. learn_sampset_box
功能:用数据组训练分类器。
11. read_class_box
功能:从一个文件中读取分类器。
12.read_sampset
功能:从一个文件中读取一个训练数据组。
13. set_class_box_param
功能:为分类器设计系统参数。
14. test_sampset_box
功能:为一组数组分类。
15. write_class_box
功能:在一个文件中保存分类器。
1.3 Neural-Nets
1. add_sample_class_mlp
功能:把一个训练样本添加到一个多层感知器的训练数据中。
2. classify_class_mlp
功能:通过一个多层感知器计算一个特征向量的类。
3. clear_all_class_mlp
功能:清除所有多层感知器。
4. clear_class_mlp
功能:清除一个多层感知器。
5. clear_samples_class_mlp
功能:清除一个多层感知器的训练数据。
6. create_class_mlp
功能:为分类或者回归创建一个多层感知器。
7. evaluate_class_mlp
功能:通过一个多层感知器计算一个特征向量的评估。
8. get_params_class_mlp
功能:返回一个多层感知器的参数。
9. get_prep_info_class_mlp
功能:计算一个多层感知器的预处理特征向量的信息内容。
10. get_sample_class_mlp
功能:从一个多层感知器的训练数据返回一个训练样本。
11. get_sample_num_class_mlp
功能:返回存储在一个多层感知器的训练数据中的训练样本的数量。
12. read_class_mlp
功能:从一个文件中读取一个多层感知器。
13. read_samples_class_
您可能关注的文档
最近下载
- Unit 5 Section A(Grammar Focus)(同步教学课件) 2025-2026学年八年级英语上册同步教学精品课件(人教版2024).pptx VIP
- 松树爷爷的帽子(最终版).pptx VIP
- 2025年项目管理专业采购与项目智慧城市专题试卷及解析.pdf VIP
- 2025年AWS认证解决方案架构师-CostExplorer成本预测功能与未来趋势分析专题试卷及解析.pdf VIP
- 2025年房地产经纪人提前还款中的税务影响分析专题试卷及解析.pdf VIP
- 2025年房地产经纪人竞争策略调整与优化专题试卷及解析.pdf VIP
- 2025年一级建造师喷锚暗挖法隧道施工技术专题模拟试卷及解析.pdf VIP
- 2025年房地产经纪人共有建筑面积分摊的未来发展趋势与展望专题试卷及解析.pdf VIP
- 2025年房地产经纪人土地增值税综合能力测试五专题试卷及解析.pdf VIP
- 2025年AWS认证EKS安全组策略配置与最佳实践专题试卷及解析.pdf VIP
原创力文档


文档评论(0)