您的位置：首页 > 理论基础 > 计算机网络

opencv神经网络训练时的目标矩阵构建方法

2016-04-12 14:42 603 查看
在做模式识别时，应用算法神经网络或者SVM训练时，要用到目标数据，每个样本对应一个目标向量，因此142个训练样本就要有142个目标向量，想了很久，终于构建出来了，构建的矩阵为142*7，目标对应的节点为1，其余为零

方法如下：

Mat labels=Mat::zeros(142,7,CV_8SC1);
Mat a=labels.rowRange(0,20);
a.colRange(0,1).setTo(1);
Mat b=labels.rowRange(20,39);
b.colRange(1,2).setTo(1);
Mat c=labels.rowRange(39,60);
c.colRange(2,3).setTo(1);
Mat d=labels.rowRange(60,81);
d.colRange(3,4).setTo(1);
Mat e=labels.rowRange(81,101);
e.colRange(4,5).setTo(1);
Mat f=labels.rowRange(101,122);
f.colRange(5,6).setTo(1);
Mat g=labels.rowRange(122,142);
g.colRange(6,7).setTo(1);
cout<<labels<<endl;
输出结果如下：
[1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
1, 0, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 1, 0, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 1, 0, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 1, 0, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 1, 0, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 1, 0;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1;
0, 0, 0, 0, 0, 0, 1]
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航