线性判别分析。 更多...
#include <opencv2/core.hpp>
◆ LDA() [1/2]
| cv::LDA::LDA |
( |
int | num_components = 0 | ) |
|
|
显式 |
构造函数 使用 num_components(默认为 0)初始化 LDA。
◆ LDA() [2/2]
初始化并对 src 中给定数据和 labels 中相应标签执行具有 Fisher 优化标准的判别分析。如果给定的组件数为 0(或更少),则会自动为计算中的给定数据确定组件数。
◆ ~LDA()
◆ compute()
计算 src(行对齐)和 labels 中数据的判别式。
◆ eigenvalues()
| Mat cv::LDA::eigenvalues |
( |
| ) |
const |
|
inline |
◆ eigenvectors()
| Mat cv::LDA::eigenvectors |
( |
| ) |
const |
|
inline |
◆ lda()
◆ load() [1/2]
◆ load() [2/2]
| void cv::LDA::load |
( |
const String & | filename | ) |
|
◆ project()
将样本投影到 LDA 子空间。 src 可以是一个或多个行对齐样本。
◆ reconstruct()
从 LDA 子空间重建投影。 src 可以是一个或多个行对齐投影。
◆ save() [1/2]
| void cv::LDA::save |
( |
const String & | filename | ) |
const |
◆ save() [2/2]
◆ subspaceProject()
◆ subspaceReconstruct()
◆ _eigenvalues
| Mat cv::LDA::_eigenvalues |
|
保护 |
◆ _eigenvectors
| Mat cv::LDA::_eigenvectors |
|
保护 |
◆ _num_components
| int cv::LDA::_num_components |
|
保护 |
此类的文档是从以下文件生成的