HALCON算子函數——Chapter 1 : Classification
2012-02-13 08:22
393 查看
http://blog.csdn.net/think_fast/article/details/7011364
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:獲取關於現在參數的信息。
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。
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:獲取關於現在參數的信息。
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。
相关文章推荐
- HALCON算子函數——Chapter 10 : Matching-3D
- HALCON算子函數——Chapter 8 : Lines
- HALCON算子函數——Chapter 6 : Graphics
- HALCON算子函數——Chapter 2 : Control
- HALCON算子函數——Chapter 16 : System
- HALCON算子函数——Chapter 18 : Tuple
- HALCON算子函数——Chapter 4 : File
- HALCON算子函数——Chapter 17 : Tools
- HALCON算子函数——Chapter 15 : Segmentation
- HALCON算子函数——Chapter 14 : Regions
- HALCON算子函数——Chapter 8 : Lines
- HALCON算子函数——Chapter 9 : Matching
- HALCON算子函数——Chapter 7 : Image
- HALCON算子函数——Chapter 11 : Morphology
- HALCON算子函数——Chapter 6 : Graphics
- HALCON算子函数——Chapter 12 : OCR
- HALCON算子函数——Chapter 5 : Filter
- HALCON算子函数——Chapter 15 : Segmentation
- HALCON 算子函数(一) Classification
- HALCON算子函数——Chapter 3 : Develop