HALCON算子函數——Chapter 1 : Classification
Chapter_1_:Classification
1.1 Gaussian-Mixture-Models
1.add_sample_class_gmm
功能：把一個訓練樣本添加到一個高斯混合模型的訓練數據上。
2.classify_class_gmm
功能：通過一個高斯混合模型來計算一個特征向量的類。
3. clear_all_class_gmm
功能：清除所有高斯混合模型。
4. clear_class_gmm
功能：清除一個高斯混合模型。
5. clear_samples_class_gmm
功能：清除一個高斯混合模型的訓練數據。
6. create_class_gmm
功能：為分類創建一個高斯混合模型。
7.evaluate_class_gmm
功能：通過一個高斯混合模型評價一個特征向量。
8. get_params_class_gmm
功能：返回一個高斯混合模型的參數。
9. get_prep_info_class_gmm
功能：計算一個高斯混合模型的預處理特征向量的信息內容。
10. get_sample_class_gmm
功能：從一個高斯混合模型的訓練數據返回訓練樣本。
11. get_sample_num_class_gmm
功能：返回存儲在一個高斯混合模型的訓練數據中的訓練樣本的數量。
12. read_class_gmm
功能：從一個文件中讀取一個高斯混合模型。
13. read_samples_class_gmm
功能：從一個文件中讀取一個高斯混合模型的訓練數據。
14. train_class_gmm
功能：訓練一個高斯混合模型。
15. write_class_gmm
功能：向文件中寫入一個高斯混合模型。
16. write_samples_class_gmm
功能：向文件中寫入一個高斯混合模型的訓練數據。
1.2 Hyperboxes
1. clear_sampset
功能：釋放一個數據集的內存。
2. close_all_class_box
功能：清除所有分類器。
3. close_class_box
功能：清除分類器。
4. create_class_box
功能：創建一個新的分類器。
5. descript_class_box
功能：分類器的描述。
6. enquire_class_box
功能：為一組屬性分類。
7. enquire_reject_class_box
功能：為一組帶抑制類的屬性分類。
8. get_class_box_param
功能：獲取關於現在參數的信息。
9. learn_class_box
功能：訓練分類器。
10. learn_sampset_box
功能：用數據組訓練分類器。
11. read_class_box
功能：從一個文件中讀取分類器。
12.read_sampset
功能：從一個文件中讀取一個訓練數據組。
13. set_class_box_param
功能：為分類器設計系統參數。
14. test_sampset_box
功能：為一組數組分類。
15. write_class_box
功能：在一個文件中保存分類器。
1.3 Neural-Nets
1. add_sample_class_mlp
功能：把一個訓練樣本添加到一個多層感知器的訓練數據中。
2. classify_class_mlp
功能：通過一個多層感知器計算一個特征向量的類。
3. clear_all_class_mlp
功能：清除所有多層感知器。
4. clear_class_mlp
功能：清除一個多層感知器。
5. clear_samples_class_mlp
功能：清除一個多層感知器的訓練數據。
6. create_class_mlp
功能：為分類或者回歸創建一個多層感知器。
7. evaluate_class_mlp
功能：通過一個多層感知器計算一個特征向量的評估。
8. get_params_class_mlp
功能：返回一個多層感知器的參數。
9. get_prep_info_class_mlp
功能：計算一個多層感知器的預處理特征向量的信息內容。
10. get_sample_class_mlp
功能：從一個多層感知器的訓練數據返回一個訓練樣本。
11. get_sample_num_class_mlp
功能：返回存儲在一個多層感知器的訓練數據中的訓練樣本的數量。
12. read_class_mlp
功能：從一個文件中讀取一個多層感知器。
13. read_samples_class_mlp
功能：從一個文件中讀取一個多層感知器的訓練數據。
14. train_class_mlp、
功能：訓練一個多層感知器。
15. write_class_mlp
功能：向一個文件中寫入一個多層感知器。
16. write_samples_class_mlp
功能：向一個文件中寫入一個多層感知器的訓練數據。
1.4 Support-Vector-Machines
1. add_sample_class_svm
功能：把一個訓練樣本添加到一個支持向量機的訓練數據上。
2. classify_class_svm
功能：通過一個支持向量機為一個特征向量分類。
3. clear_all_class_svm
功能：清除所有支持向量機。
4. clear_class_svm
功能：清除一個支持向量機。
5. clear_samples_class_svm
功能：清除一個支持向量機的訓練數據。
6. create_class_svm
功能：為模式分類創建一個支持向量機。
7. get_params_class_svm
功能：返回一個支持向量機的參數。
8. get_prep_info_class_svm
功能：計算一個支持向量機的預處理特征向量的信息內容。
9. get_sample_class_svm
功能：從一個支持向量機的訓練數據返回一個訓練樣本。
10. get_sample_num_class_svm
功能：返回存儲在一個支持向量機訓練數據中的訓練樣本的數量。
11. get_support_vector_class_svm
功能：從一個訓練過的支持向量機返回一個支持向量的索引。
12. get_support_vector_num_class_svm
功能：返回一個支持向量機的支持向量的數量。
13. read_class_svm
功能：從一個文件中讀取一個支持向量機。
14. read_samples_class_svm
功能：從一個文件中讀取一個支持向量機的訓練數據。
15. reduce_class_svm
功能：為了更快分類，用一個降低的支持向量機近似一個訓練過的支持向量機。
16. train_class_svm
功能：訓練一個支持向量機。
17. write_class_svm
功能：向一個文件中寫入一個支持向量機。
18.write_samples_class_svm
功能：向一個文件中寫入一個支持向量機的訓練數據。