没有合适的资源？快使用搜索试试~ 我知道了~

文库首页后端C++Opencv机器学习中文参考手册

Opencv机器学习中文参考手册

Opencv

3星 · 超过75%的资源需积分: 17 37 下载量 97 浏览量 2014-04-25 10:43:32 上传评论收藏 525KB PDF 举报

温馨提示

试读

65页

大部分分类和回归算法是用 C++类来实现。尽管这些算法有一些不同的特性（像处理 missing measurements 的能力，或者 categorical input variables 等），这些类之间有一些相同之处。这些相同之处在类 CvStatModel 中被定义，其他 ML 类都是从这个类中继承

资源推荐

资源详情

资源评论

机器学习中文参考手册 
Wikipedia，自由的百科全书 
本文翻译尚未完成，请您将英文部分翻译为中文。 
目录 
  1 简介：通用类和函数 
o  1.1 CvStatModel 
o  1.2 CvStatModel::CvStatModel 
o  1.3 CvStatModel::CvStatModel(...) 
o  1.4 CvStatModel::~CvStatModel 
o  1.5 CvStatModel::clear 
o  1.6 CvStatModel::save 
o  1.7 CvStatModel::load 
o  1.8 CvStatModel::write 
o  1.9 CvStatModel::read 
o  1.10 CvStatModel::train 
o  1.11 CvStatModel::predict 
  2 Normal Bayes 分类器 
o  2.1 CvNormalBayesClassifier 
o  2.2 CvNormalBayesClassifier::train 
o  2.3 CvNormalBayesClassifier::predict 
  3 K 近邻算法 
o  3.1 CvKNearest 
o  3.2 CvKNearest::train 
o  3.3 CvKNearest::find_nearest 
o  3.4 例程：使用 kNN 进行 2 维样本集的分类，样本集的分布为混
合高斯分布 
  4 支持向量机部分 
o  4.1 CvSVM 
o  4.2 CvSVMParams 
o  4.3 CvSVM::train 
o  4.4 CvSVM::get_support_vector* 
o  4.5 补充:在 WindowsXP+OpenCVRC1 平台下整合 OpenCV 与 libSVM 
o  4.6 常用 libSVM 资料链接 
  5 决策树 
o  5.1 CvDTreeSplit 
o  5.2 CvDTreeNode 
o  5.3 CvDTreeParams 
o  5.4 CvDTreeTrainData 
o  5.5 CvDTree 

o 5.6 CvDTree::train

o 5.7 CvDTree::predict

 6 Boosting

o 6.1 CvBoostParams

o 6.2 CvBoostTree

o 6.3 CvBoost

o 6.4 CvBoost::train

o 6.5 CvBoost::predict

o 6.6 CvBoost::prune

o 6.7 CvBoost::get_weak_predictors

 7 Random Trees

 8 Expectation-Maximization

o 8.1 CvEMParams

o 8.2 nclusters

o 8.3 cov_mat_type

o 8.4 start_step

o 8.5 term_crit

o 8.6 probs

o 8.7 weights

o 8.8 covs

o 8.9 means

 9 神经网络

 10 中文翻译者

[编辑]

简介：通用类和函数

机器学习库（MLL）是一些用于分类、回归和数据聚类的类和函数。

大部分分类和回归算法是用 C++类来实现。尽管这些算法有一些不同的特性

（像处理 missing measurements 的能力，或者 categorical input variables

等），这些类之间有一些相同之处。这些相同之处在类 CvStatModel 中被定义，

其他 ML 类都是从这个类中继承。

[编辑]

CvStatModel

ML 库中的统计模型基类。

class CvStatModel

{

public:

/* CvStatModel(); */

/* CvStatModel( const CvMat* train_data ... ); */

virtual ~CvStatModel();

virtual void clear()=0;

/* virtual bool train( const CvMat* train_data, [int tflag,] ...,

const CvMat* responses, ...,

[const CvMat* var_idx,] ..., [const CvMat* sample_idx,] ...

[const CvMat* var_type,] ..., [const CvMat* missing_mask,]

<misc_training_alg_params> ... )=0;

/* virtual float predict( const CvMat* sample ... ) const=0; */

virtual void save( const char* filename, const char* name=0 )=0;

virtual void load( const char* filename, const char* name=0 )=0;

virtual void write( CvFileStorage* storage, const char* name )=0;

virtual void read( CvFileStorage* storage, CvFileNode* node )=0;

};

在上面的声明中，一些函数被注释掉。实际上，一些函数没有一个单一的 API

（缺省的构造函数除外），然而，在本节后面描述的语法和定义方面有一些相

似之处，好像他们是基类的一部分一样。

注意：opencv 1.0 版本对 CvStatModel 类做了修改，类的声明如下。

class CV_EXPORTS CvStatModel

{

public:

CvStatModel();

virtual ~CvStatModel();

virtual void clear();

virtual void save( const char* filename, const char* name=0 );

virtual void load( const char* filename, const char* name=0 );

virtual void write( CvFileStorage* storage, const char* name );

virtual void read( CvFileStorage* storage, CvFileNode* node );

protected:

const char* default_model_name;

};

[编辑]

CvStatModel::CvStatModel

缺省构造函数

CvStatModel::CvStatModel();

ML 中的每个统计模型都有一个无参数构造函数。这个构造函数在"两步法"构造

时非常有用，先调用这个缺省构造函数,紧接着调用 tranin() 或者 load() 函

数.（This constructor is useful for 2-stage model construction, when

the default constructor is followed by train() or load().）

[编辑]

CvStatModel::CvStatModel(...)

训练构造函数

CvStatModel::CvStatModel( const CvMat* train_data ... ); */

大多数 ML 类都提供一个单步创建+训练的构造函数。此构造函数等价于缺省构

造函数，加上一个紧接的 train() 方法调用，所传入的参数即为调用的参数。

[编辑]

CvStatModel::~CvStatModel

虚拟析构函数（Virtual destructor）

CvStatModel::~CvStatModel();

基类析构被声明为虚方法，因此你可以安全地写出下面的代码：

CvStatModel* model;

if( use_svm )

model = new CvSVM(... /* SVM params */);

else

model = new CvDTree(... /* Decision tree params */);

...

delete model;

一般，每个继承类的析构器不用做任何操作，但是如果调用了重载的 clear()

方法，将释放全部内存资源。

[编辑]

CvStatModel::clear

释放内存，重置模型状态

void CvStatModel::clear();

clear 方法和析构函数发生的行为相似，比如：clear 方法释放类成员所占用的

内存空间。然而，和析构函数不同的是，clear 方法不析构对象自身，也即调

用 clear 方法后，对象本身在将来仍然可以使用。一般情况下，析构器、load

方法、read 方法、派生类 train 成员调用 clear 方法释放内存空间，甚至是用

户也可以进行明确的调用。

[编辑]

CvStatModel::save

将模型保存到文件

void CvStatModel::save( const char* filename, const char* name=0 );

save 方法将整个模型状态以指定名称或默认名称（取决于特定的类）保存到指

定的 XML 或 YAML 文件中。该方法使用的是 cxcore 中的数据保存功能。

[编辑]

CvStatModel::load

从文件中装载模型

void CvStatModel::load( const char* filename, const char* name=0 );

load 方法从指定的 XML 或 YAML 文件中装载指定名称（或默认的与模型相关名

称）的整个模型状态。之前的模型状态将被 clear()清零。

请注意，这个方法是虚的，因此任何模型都可以用这个虚方法来加载。然而，

不像 OpenCV 中的 C 类型可以用通用函数 cvLoad()来加载，这里模型类型无论

如何都要是已知的，因为一个空模型作为恰当类的一种，必须被预先建构。这

个限制将会在未来的 ML 版本中移除。

[编辑]

剩余64页未读，继续阅读

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

hahaha99

2014-11-01

期待更新版本的
大老唐

2014-05-25

版本太旧了！只能参考！

NicoFu8

粉丝: 0
资源: 1

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

Opencv机器学习中文参考手册

OpenCv机器学习中文参考手册

opencv 中文参考手册

OpenCV中文手册

OPENCV中文手册

OpenCV参考手册（中文）.zip

OpenCV中文参考手册(chm版).rar

OpenCV入门教程

基于opencv3的ml(机器学习)代码

基于opencv的机器学习与结果预测

6.OpenCV中文参考手册.zip

Opencv中文学习资料

Intel Opencv中文参考手册

Opencv基础学习资料集（含SDK中文参数手册）

机器学习-Opencv的DNN模块软件系统(附源代码，可直接用).zip

Python在各领域的一些简单代码，包括机器学习、神经网络、网络爬虫、遗传算法、数据库、Opencv、视频处理等.zip

opencv2计算机视觉编程手册-源代码

OpenCV中文参考手册

OpenCV参考手册合集

OPENCV函数手册（中文）.zip

OpenCV 参考手册 中英文两个版本 chm格式

中文版学习OpenCV pdf

OpenCV中文参考手册2010年

Opencv中文手册.chm

收集的最新版OpenCV的中文chm手册

OpenCV2.4x中文参考手册.chm

OpenCV2. 3官方文档（中文版本）

opencv 开发文档

opencv4官方离线手册.rar

OpenCV 4.0.1 官方文档

OpenCV3参考手册函数库opencv3.1.chm

最新资源

OpenCV 参考手册中英文两个版本 chm格式