本章中,主要介绍一些模式识别的基础概念。
在模式识别中,对元素进行分类之前,我们需要采集样本进行训练。本章的实例中,训练了3个类,每一个类采集了100个样本。
对于训练,需要创建两个矩阵,一个是用于存储样本数据的矩阵,一个用于与数据对应的类的标号:
Int train_sample_count=300;//总共300个样本
CvRNG rng_state = cvRNG(-1);
CvMat* trainData =cvCreateMat(train_sample_count,2,CV_32FC1);//存储样本数据
CvMat* trainClasses = cvCreateMat(train_sample_count, 1, CV_32FC1 );//存储类的标号
矩阵trainData是一个有train_sample_count行,2列,该矩阵中的每一行代表一个样本,每一个样本是用一个2维的横向量来表示。矩阵trainClasses有train_sample_count行,1列,
其行数是与trainData相同,trainClasses是与trainData一一对应的,假设trainData中的第一行的样本数据是属于第3类的,那么,trainClasses中第一行的那个值就是3.
在我们的例子中,trainClasses中的前100的样本数据时第一个类的,第100到第200行的样本数据第2类的,最后100行样本数据时第3类的。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !