使用右上角的选项卡切换到不同的编程语言。

HClassTrainData (Class)

名称

HClassTrainData类训练数据 — 代表训练数据管理类的一个实例。

构造函数

`ReadClassTrainData读取类训练数据`		从文件中读取分类器的训练数据。
`CreateClassTrainData创建类训练数据`		为分类器的训练数据创建句柄。

方法

`AddClassTrainDataGmm添加类训练数据高斯混合模型`		将训练数据添加到高斯混合模型（GMM）中。
`AddClassTrainDataKnn添加类训练数据K-最近邻`		将训练数据添加到 k-最近邻（k-NN）分类器中。
`AddClassTrainDataMlp添加类训练数据多层感知机`		将训练数据添加到多层感知机（MLP）中。
`AddClassTrainDataSvm添加类训练数据支持向量机`		将训练数据添加到支持向量机（SVM）中。
`AddSampleClassTrainData添加样本类训练数据`		将训练样本添加到训练数据中。
`ClearClassTrainData清除类训练数据`		清除分类器的训练数据。
`CreateClassTrainData创建类训练数据`		为分类器的训练数据创建句柄。
`DeserializeClassTrainData反序列化类训练数据`		对分类器的序列化训练数据进行反序列化。
`GetClassTrainDataGmm获取类训练数据高斯混合模型`		获取高斯混合模型（GMM）的训练数据。
`GetClassTrainDataKnn获取类训练数据K-最近邻`		获取 k-最近邻（k-NN）分类器的训练数据。
`GetClassTrainDataMlp获取类训练数据多层感知机`		获取多层感知机（MLP）的训练数据。
`GetClassTrainDataSvm获取类训练数据支持向量机`		获取支持向量机（SVM）的训练数据。
`GetSampleClassTrainData获取样本类训练数据`		从训练数据中返回训练样本。
`GetSampleNumClassTrainData获取样本数类训练数据`		返回训练数据中存储的训练样本数。
`ReadClassTrainData读取类训练数据`		从文件中读取分类器的训练数据。
`SelectFeatureSetGmm选择特征集高斯混合模型`		从一组特征中选择最佳组合来对提供的数据进行分类。
`SelectFeatureSetKnn选择特征集K-最近邻`		从一组特征中选择一个最佳子集来解决某个分类问题。
`SelectFeatureSetMlp选择特征集多层感知机`		选择特征的最佳组合来对提供的数据进行分类。
`SelectFeatureSetSvm选择特征集支持向量机`		选择特征的最佳组合来对提供的数据进行分类。
`SelectSubFeatureClassTrainData选择子特征类训练数据`		从训练数据中选择某些特征，以创建包含较少特征的训练数据。
`SerializeClassTrainData序列化类训练数据`		序列化分类器的训练数据。
`SetFeatureLengthsClassTrainData设置特征长度类训练数据`		在训练数据中定义子特征。
`WriteClassTrainData写入类训练数据`		将分类器的训练数据保存在文件中。

HClassTrainData (Class)

名称

HClassTrainData类训练数据 — 代表训练数据管理类的一个实例。

构造函数

`ReadClassTrainData读取类训练数据`		从文件中读取分类器的训练数据。
`CreateClassTrainData创建类训练数据`		为分类器的训练数据创建句柄。

方法

`AddClassTrainDataGmm添加类训练数据高斯混合模型`		将训练数据添加到高斯混合模型（GMM）中。
`AddClassTrainDataKnn添加类训练数据K-最近邻`		将训练数据添加到 k-最近邻（k-NN）分类器中。
`AddClassTrainDataMlp添加类训练数据多层感知机`		将训练数据添加到多层感知机（MLP）中。
`AddClassTrainDataSvm添加类训练数据支持向量机`		将训练数据添加到支持向量机（SVM）中。
`AddSampleClassTrainData添加样本类训练数据`		将训练样本添加到训练数据中。
`ClearClassTrainData清除类训练数据`		清除分类器的训练数据。
`CreateClassTrainData创建类训练数据`		为分类器的训练数据创建句柄。
`DeserializeClassTrainData反序列化类训练数据`		对分类器的序列化训练数据进行反序列化。
`GetClassTrainDataGmm获取类训练数据高斯混合模型`		获取高斯混合模型（GMM）的训练数据。
`GetClassTrainDataKnn获取类训练数据K-最近邻`		获取 k-最近邻（k-NN）分类器的训练数据。
`GetClassTrainDataMlp获取类训练数据多层感知机`		获取多层感知机（MLP）的训练数据。
`GetClassTrainDataSvm获取类训练数据支持向量机`		获取支持向量机（SVM）的训练数据。
`GetSampleClassTrainData获取样本类训练数据`		从训练数据中返回训练样本。
`GetSampleNumClassTrainData获取样本数类训练数据`		返回训练数据中存储的训练样本数。
`ReadClassTrainData读取类训练数据`		从文件中读取分类器的训练数据。
`SelectFeatureSetGmm选择特征集高斯混合模型`		从一组特征中选择最佳组合来对提供的数据进行分类。
`SelectFeatureSetKnn选择特征集K-最近邻`		从一组特征中选择一个最佳子集来解决某个分类问题。
`SelectFeatureSetMlp选择特征集多层感知机`		选择特征的最佳组合来对提供的数据进行分类。
`SelectFeatureSetSvm选择特征集支持向量机`		选择特征的最佳组合来对提供的数据进行分类。
`SelectSubFeatureClassTrainData选择子特征类训练数据`		从训练数据中选择某些特征，以创建包含较少特征的训练数据。
`SerializeClassTrainData序列化类训练数据`		序列化分类器的训练数据。
`SetFeatureLengthsClassTrainData设置特征长度类训练数据`		在训练数据中定义子特征。
`WriteClassTrainData写入类训练数据`		将分类器的训练数据保存在文件中。

使用右上角的选项卡切换到不同的编程语言。