OpenCV 4.11.0
开源计算机视觉
|
线性判别分析。更多…
#include <opencv2/core.hpp>
公有成员函数 | |
LDA (InputArrayOfArrays src, InputArray labels, int num_components=0) | |
LDA (int num_components=0) | |
构造函数 用 num_components(默认为 0)初始化 LDA。 | |
~LDA () | |
void | compute (InputArrayOfArrays src, InputArray labels) |
Mat | eigenvalues () const |
Mat | eigenvectors () const |
void | load (const FileStorage &node) |
void | load (const String &filename) |
Mat | project (InputArray src) |
Mat | reconstruct (InputArray src) |
void | save (const String &filename) const |
void | save (FileStorage &fs) const |
静态公有成员函数 | |
static Mat | subspaceProject (InputArray W, InputArray mean, InputArray src) |
static Mat | subspaceReconstruct (InputArray W, InputArray mean, InputArray src) |
保护成员函数 | |
void | lda (InputArrayOfArrays src, InputArray labels) |
保护成员属性 | |
Mat | _eigenvalues |
Mat | _eigenvectors |
int | _num_components |
线性判别分析。
|
explicit |
构造函数 用 num_components(默认为 0)初始化 LDA。
cv::LDA::LDA | ( | InputArrayOfArrays | src, |
InputArray | labels, | ||
int | num_components = 0 ) |
初始化并使用 Fisher 优化准则对 src 中给定的数据和 labels 中对应的标签执行判别分析。如果给定的组件数为 0(或更少),则在计算中会自动为给定的数据确定组件数。
cv::LDA::~LDA | ( | ) |
析构函数
void cv::LDA::compute | ( | InputArrayOfArrays | src, |
InputArray | labels ) |
计算 src(行对齐)中的数据和标签的判别式。
|
protected |
void cv::LDA::load | ( | const FileStorage & | node | ) |
从此 cv::FileStorage 反序列化此对象。
void cv::LDA::load | ( | const String & | filename | ) |
从此文件名反序列化此对象。
Mat cv::LDA::project | ( | InputArray | src | ) |
将样本投影到 LDA 子空间中。src 可以是一个或多个行对齐的样本。
Mat cv::LDA::reconstruct | ( | InputArray | src | ) |
从 LDA 子空间重建投影。src 可以是一个或多个行对齐的投影。
void cv::LDA::save | ( | const String & | filename | ) | const |
将此对象序列化到给定的文件名。
void cv::LDA::save | ( | FileStorage & | fs | ) | const |
将此对象序列化到给定的 cv::FileStorage。
|
static |
|
static |
|
protected |
|
protected |
|
protected |