get_sample_class_gmmT_get_sample_class_gmmGetSampleClassGmmGetSampleClassGmmget_sample_class_gmm (Operator)

Name

get_sample_class_gmmT_get_sample_class_gmmGetSampleClassGmmGetSampleClassGmmget_sample_class_gmm — Auslesen eines Trainingsmusters aus den Trainingsdaten eines Gaußschen Mischverteilungsmodells (GMM).

Signatur

get_sample_class_gmm( : : GMMHandle, NumSample : Features, ClassID)

Herror T_get_sample_class_gmm(const Htuple GMMHandle, const Htuple NumSample, Htuple* Features, Htuple* ClassID)

void GetSampleClassGmm(const HTuple& GMMHandle, const HTuple& NumSample, HTuple* Features, HTuple* ClassID)

HTuple HClassGmm::GetSampleClassGmm(Hlong NumSample, Hlong* ClassID) const

static void HOperatorSet.GetSampleClassGmm(HTuple GMMHandle, HTuple numSample, out HTuple features, out HTuple classID)

HTuple HClassGmm.GetSampleClassGmm(int numSample, out int classID)

def get_sample_class_gmm(gmmhandle: HHandle, num_sample: int) -> Tuple[Sequence[float], int]

Beschreibung

get_sample_class_gmmget_sample_class_gmmGetSampleClassGmmGetSampleClassGmmGetSampleClassGmmget_sample_class_gmm liest ein Trainingsmuster, das mit add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmmadd_sample_class_gmm oder add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm abgespeichert wurde, aus dem Gaußschen Mischverteilungsmodell (GMM) GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle aus. Der Index des auszulesenden Musters wird mit NumSampleNumSampleNumSampleNumSamplenumSamplenum_sample festgelegt. Er wird ab 0 gezählt, d.h. NumSampleNumSampleNumSampleNumSamplenumSamplenum_sample muss zwischen 0 und NumSamplesNumSamplesNumSamplesNumSamplesnumSamplesnum_samples - 1 liegen, wobei NumSamplesNumSamplesNumSamplesNumSamplesnumSamplesnum_samples mit get_sample_num_class_gmmget_sample_num_class_gmmGetSampleNumClassGmmGetSampleNumClassGmmGetSampleNumClassGmmget_sample_num_class_gmm bestimmt werden kann. Das Trainingsmuster wird in FeaturesFeaturesFeaturesFeaturesfeaturesfeatures und ClassIDClassIDClassIDClassIDclassIDclass_id zurückgegeben. Dabei ist FeaturesFeaturesFeaturesFeaturesfeaturesfeatures ein Merkmalsvektor der Länge NumDimNumDimNumDimNumDimnumDimnum_dim und ClassIDClassIDClassIDClassIDclassIDclass_id dessen Klasse (siehe add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmmadd_sample_class_gmm und create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmmcreate_class_gmm).

get_sample_class_gmmget_sample_class_gmmGetSampleClassGmmGetSampleClassGmmGetSampleClassGmmget_sample_class_gmm kann z.B. dazu verwendet werden, die Trainingsdaten mit classify_class_gmmclassify_class_gmmClassifyClassGmmClassifyClassGmmClassifyClassGmmclassify_class_gmm zu reklassifizieren, um festzustellen, welche der Trainingsmuster eventuell falsch klassifiziert werden.

Ausführungsinformationen

Parameter

GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle (input_control)  class_gmm HClassGmm, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)

Handle des GMM.

NumSampleNumSampleNumSampleNumSamplenumSamplenum_sample (input_control)  integer HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Nummer des gespeicherten Trainingsmusters.

FeaturesFeaturesFeaturesFeaturesfeaturesfeatures (output_control)  real-array HTupleSequence[float]HTupleHtuple (real) (double) (double) (double)

Merkmalsvektor des Trainingsmusters.

ClassIDClassIDClassIDClassIDclassIDclass_id (output_control)  number HTupleintHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Klasse des Trainingsmusters.

Beispiel (HDevelop)

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

Ergebnis

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

Vorgänger

add_sample_class_gmmadd_sample_class_gmmAddSampleClassGmmAddSampleClassGmmAddSampleClassGmmadd_sample_class_gmm, add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm, read_samples_class_gmmread_samples_class_gmmReadSamplesClassGmmReadSamplesClassGmmReadSamplesClassGmmread_samples_class_gmm, get_sample_num_class_gmmget_sample_num_class_gmmGetSampleNumClassGmmGetSampleNumClassGmmGetSampleNumClassGmmget_sample_num_class_gmm

Nachfolger

classify_class_gmmclassify_class_gmmClassifyClassGmmClassifyClassGmmClassifyClassGmmclassify_class_gmm, evaluate_class_gmmevaluate_class_gmmEvaluateClassGmmEvaluateClassGmmEvaluateClassGmmevaluate_class_gmm

Siehe auch

create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmmcreate_class_gmm

Modul

Foundation