| Operatoren |
get_sample_class_gmm — Auslesen eines Trainingsmusters aus den Trainingsdaten eines Gaussian Mixture Models (GMM).
get_sample_class_gmm liest ein Trainingsmuster, das mit add_sample_class_gmm oder add_samples_image_class_gmm abgespeichert wurde, aus dem Gaussian Mixture Model (GMM) GMMHandle aus. Der Index des auszulesenden Musters wird mit NumSample festgelegt. Er wird ab 0 gezählt, d.h. NumSample muss zwischen 0 und NumSamples - 1 liegen, wobei NumSamples mit get_sample_num_class_gmm bestimmt werden kann. Das Trainingsmuster wird in Features und ClassID zurückgegeben. Dabei ist Features ein Merkmalsvektor der Länge NumDim und ClassID dessen Klasse (siehe add_sample_class_gmm und create_class_gmm).
get_sample_class_gmm kann z.B. dazu verwendet werden, die Trainingsdaten mit classify_class_gmm zu reklassifizieren, um festzustellen, welche der Trainingsmuster eventuell falsch klassifiziert werden.
Handle des GMM.
Nummer des gespeicherten Trainingsmusters.
Merkmalsvektor des Trainingsmusters.
Klasse des Trainingsmusters.
create_class_gmm (2, 2, [1,10], 'spherical', 'none', 2, 42, GMMHandle)
read_samples_class_gmm (GMMHandle, 'samples.gsf')
train_class_gmm (GMMHandle, 100, 1e-4, 'training', 1e-4, Centers, Iter)
* Reclassify the training samples
get_sample_num_class_gmm (GMMHandle, NumSamples)
for I := 0 to NumSamples-1 by 1
get_sample_class_gmm (GMMHandle, I, Features, Class)
classify_class_gmm (GMMHandle, Features, 2, ClassID, ClassProb,\
Density, KSigmaProb)
if (not (Class == ClassProb[0]))
* classified incorrectly
endif
endfor
clear_class_gmm (GMMHandle)
Sind die Parameterwerte korrekt, dann liefert get_sample_class_gmm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
add_sample_class_gmm, add_samples_image_class_gmm, read_samples_class_gmm, get_sample_num_class_gmm
classify_class_gmm, evaluate_class_gmm
Foundation
| Operatoren |