场景识别学习笔记日记2016.11.28

本文解析了Matlab中使用逻辑数组进行数据筛选的方法,重点介绍了如何利用trainset和testset来标识训练集和测试集,并通过labels函数实现数据集的划分。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

还是在看Piji Li的场景识别源码。

所以今天的东西还涉及不到场景识别的什么具体知识,今天主要随手记录一些matlab句法编程。


在do_classification_rbf_svm.m文件中发现了这么一句话,不知道什么意思。

train_labels    = labels(trainset); 

输出发现transet是一堆0,1.顺藤摸瓜找到prepare training.m这个文件,是labels的来源。又找到了底下这两行。

trainset=logical(trainset);
testset=logical(testset);

在这两行之前,这个prepare training文件给trainset和testset赋值一堆0,1,然后现在把他转成了logical。

这个时候就恍然大悟了。原来trainset和testset只是一个筛子,其中trainset标1的那几行表示对应的数据属于trainset,通过labels(trainset)运行,保留下了相应的行。testset同理。



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值