Matble怎样对矩阵进行加标签整合

最新推荐文章于 2022-06-15 10:00:00 发布

原创

最新推荐文章于 2022-06-15 10:00:00 发布 · 4.2k 阅读

20 ·

CC 4.0 BY-SA版权

这篇博客介绍如何在Matlab中对矩阵进行加标签整合，特别是针对不同类数据的操作。作者分享了一段代码，该代码适用于处理如mnist_all.mat这样的数据，并且在GNMF（非负矩阵分解）的相关处理中有应用。文中还提及了对2D Hela image data的类似处理，并提供了一个名为Matrix_adt的测试代码。此外，作者提到了之前博客中有关GNMF的更多代码资源。

这个代码主要针对，对不同类数据，加标签整合

数据为 mnist_all.mat （因为时间隔得有点久我忘了当初下载网站）

我主要用在GNMF相关处理中，其中对2D Hela image data数据也是类似加标签，希望对你有帮助

%对MNIST数据的处理
%   整合为一个数据矩阵
%在因为每张图是28X28=784，所以每一行代表一张图
%需要从所有图中选取500样本，每类选取50个样本
load('mnist_all.mat');	
%  load('usps_all.mat');	

fea=zeros(500,784);
gnd1=ones(50,1);      %第一类，全部标记为1
gnd=gnd1;
for i=2:10
    gnd=[gnd;i*gnd1];    %gnd  标记；里面第一类标记1，依次内推到第十类标记为10.
end

%下面开始构建处理矩阵
%每个样本选50个样本（随机）
t=0;
for i=1:10
    st=['test',num2str(i-1)];  %选取不同的test，然后从中随机提取50个样本；例test0
    test=eval(st);             %将字符串对应的矩阵取值出来；例将test0，对应的所以样本。
    for j=1:50
        t=t+1;
        fea(t,:)=test(i*j,:);
    end
end

其测试时需要构建标签（上面一个代码就是Matrix_adt.m)

%  先运行Matrix_adt.m,构建标签gnd，与矩阵fea
nClass=10;
K=10;

label = litekmeans(fea,K,'Replicates',20);
 [mFea,nSmp]=size(fea);
labelA=[];
labelA=[(1:mFea)',label];
A=[];
for i=1:K

最低0.47元/天解锁文章