write_samples_class_gmmT_write_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmm (Operator)

Name

write_samples_class_gmmT_write_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmm — Abspeichern der Trainingsdaten eines Gaussian Mixture Models in einer Datei.

Signatur

write_samples_class_gmm( : : GMMHandle, FileName : )

Herror T_write_samples_class_gmm(const Htuple GMMHandle, const Htuple FileName)

void WriteSamplesClassGmm(const HTuple& GMMHandle, const HTuple& FileName)

void HClassGmm::WriteSamplesClassGmm(const HString& FileName) const

void HClassGmm::WriteSamplesClassGmm(const char* FileName) const

void HClassGmm::WriteSamplesClassGmm(const wchar_t* FileName) const   (Nur Windows)

static void HOperatorSet.WriteSamplesClassGmm(HTuple GMMHandle, HTuple fileName)

void HClassGmm.WriteSamplesClassGmm(string fileName)

Beschreibung

write_samples_class_gmmwrite_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmmWriteSamplesClassGmm speichert die in dem Gaussian Mixture Model (GMM) GMMHandleGMMHandleGMMHandleGMMHandleGMMHandle abgespeicherten Trainingsmuster in der Datei FileNameFileNameFileNameFileNamefileName ab. write_samples_class_gmmwrite_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmmWriteSamplesClassGmm kann dazu verwendet werden, eine Datenbank mit Trainingsmustern aufzubauen, und somit durch erneutes Trainieren mit einer erweiterten Datenbank die Leistung des GMM zu verbessern (siehe train_class_gmmtrain_class_gmmTrainClassGmmTrainClassGmmTrainClassGmm).

Die Datei FileNameFileNameFileNameFileNamefileName wird von write_samples_class_gmmwrite_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmmWriteSamplesClassGmm überschrieben. Eine Erweiterung der Datenbank der Trainingsmuster ist aber einfach möglich, da read_samples_class_gmmread_samples_class_gmmReadSamplesClassGmmReadSamplesClassGmmReadSamplesClassGmm und add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmm die Trainingsmuster zu den bereits im Speicher des GMM gehaltenen Trainingsmustern hinzufügen.

Die erstellte Datei kann mit read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp ausgelesen werden falls später der Klassifikator eines mehrschichtigen Perzeptrons (MLP) verwendet werden soll. Die Klasse eines Trainingsmusters im GMM entspricht beim MLP einer Komponente des Zielvektors mit Wert 1.0.

Ausführungsinformationen

Parameter

GMMHandleGMMHandleGMMHandleGMMHandleGMMHandle (input_control)  class_gmm HClassGmm, HTupleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)

Handle des GMM.

FileNameFileNameFileNameFileNamefileName (input_control)  filename.write HTupleHTupleHtuple (string) (string) (HString) (char*)

Name der Datei.

Ergebnis

Sind die Parameterwerte korrekt, dann liefert write_samples_class_gmmwrite_samples_class_gmmWriteSamplesClassGmmWriteSamplesClassGmmWriteSamplesClassGmm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmm

Nachfolger

clear_samples_class_gmmclear_samples_class_gmmClearSamplesClassGmmClearSamplesClassGmmClearSamplesClassGmm

Siehe auch

create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmm, read_samples_class_gmmread_samples_class_gmmReadSamplesClassGmmReadSamplesClassGmmReadSamplesClassGmm, read_samples_class_mlpread_samples_class_mlpReadSamplesClassMlpReadSamplesClassMlpReadSamplesClassMlp, write_samples_class_mlpwrite_samples_class_mlpWriteSamplesClassMlpWriteSamplesClassMlpWriteSamplesClassMlp

Modul

Foundation