OpenCV 4.10.0
开源计算机视觉
|
#include "opencv2/core.hpp"
#include <float.h>
#include <map>
#include <iostream>
#include <opencv2/ml/ml.inl.hpp>
类 | |
类 | cv::ml::ANN_MLP |
人工神经网络 - 多层感知。 更多信息… | |
类 | cv::ml::Boost |
提升树分类器,派生自 DTrees。 更多信息… | |
类 | cv::ml::DTrees |
此类表示单个决策树或决策树集合。 更多信息… | |
类 | cv::ml::EM |
此类实现期望最大化算法。 更多信息… | |
类 | cv::ml::SVM::Kernel |
类 | cv::ml::KNearest |
此类实现 K 近邻模型。 更多信息… | |
类 | cv::ml::LogisticRegression |
实现逻辑回归分类器。 更多信息… | |
类 | cv::ml::DTrees::Node |
此类表示决策树节点。 更多信息… | |
类 | cv::ml::NormalBayesClassifier |
针对正态分布数据的贝叶斯分类器。 更多信息… | |
类 | cv::ml::ParamGrid |
此结构表示 statmodel 参数的对数网格范围。 更多信息… | |
类 | cv::ml::RTrees |
此类实现随机森林预测器。 更多信息… | |
结构 | cv::ml::SimulatedAnnealingSolverSystem |
此类声明模拟退火优化算法中所用系统状态的示例界面。 更多信息… | |
类 | cv::ml::DTrees::Split |
此类表示决策树中的分割。 更多信息… | |
类 | cv::ml::StatModel |
OpenCV ML 中统计模型的基类。 更多信息… | |
类 | cv::ml::SVM |
支持向量机。 更多信息… | |
类 | cv::ml::SVMSGD |
随机梯度下降 SVM 分类器。 更多信息… | |
类 | cv::ml::TrainData |
封装训练数据的类。 更多信息… | |
命名空间 | |
namespace | cv |
"黑盒"形式的文件存储与磁盘文件中关联。 | |
namespace | cv::ml |
类型定义 | |
typedef ANN_MLP | cv::ml::ANN_MLP_ANNEAL |
枚举 | |
enum | cv::ml::ErrorTypes { cv::ml::TEST_ERROR = 0 , cv::ml::TRAIN_ERROR = 1 } |
Error 类型 更多... | |
enum | cv::ml::SampleTypes { cv::ml::ROW_SAMPLE = 0 , cv::ml::COL_SAMPLE = 1 } |
Sample 类型。 更多... | |
enum | cv::ml::VariableTypes { cv::ml::VAR_NUMERICAL =0 , cv::ml::VAR_ORDERED =0 , cv::ml::VAR_CATEGORICAL =1 } |
Variable 类型。 更多... | |
函数 | |
void | cv::ml::createConcentricSpheresTestSet (int nsamples, int nfeatures, int nclasses, OutputArray samples, OutputArray responses) |
创建测试集。 | |
void | cv::ml::randMVNormal (InputArray mean, InputArray cov, int nsamples, OutputArray samples) |
从多元正态分布生成 _sample_。 | |
template<class SimulatedAnnealingSolverSystem > | |
int | cv::ml::simulatedAnnealingSolver (SimulatedAnnealingSolverSystem &solverSystem, double initialTemperature, double finalTemperature, double coolingRatio, size_t iterationsPerStep, double *lastTemperature=NULL, cv::RNG &rngEnergy=cv::theRNG()) |
此类针对优化实施了模拟退火。 | |