deserialize_class_gmm
Deserialize a serialized Gaussian Mixture Model. 反序列化序列化的高斯混合模型。
evaluate_class_gmm
Evaluate a feature vector by a Gaussian Mixture Model. 評估高斯混合模型的特徵向量。 get_class_train_data_gmm
Get the training data of a Gaussian Mixture Model (GMM). 獲取高斯混合模型（GMM）的訓練數據。 get_params_class_gmm
Return the parameters of a Gaussian Mixture Model. 返回的參數的高斯混合模型。 get_prep_info_class_gmm
Compute the information content of the preprocessed feature vectors of a GMM. 計算預處理特徵向量的GMM的信息內容。 get_sample_class_gmm
Return a training sample from the training data of a Gaussian Mixture
Models (GMM). 返回訓練樣本的訓練數據的高斯混合模型（GMM）。 get_sample_num_class_gmm
Return the number of training samples stored in the training data of a Gaussian Mixture Model (GMM). 返回高斯混合模型（GMM）的訓練數據存儲在訓練樣本的數量。
read_class_gmm
Read a Gaussian Mixture Model from a file. 閱讀從一個檔中的高斯混合模型。 read_samples_class_gmm
Read the training data of a Gaussian Mixture Model from a file. 閱讀從一個檔中的高斯混合模型的訓練數據。 select_feature_set_gmm
Selects an optimal combination from a set of features to classify the
provided data. 功能從一組中選擇一個最佳組合，所提供的數據進行分類。
serialize_class_gmm
Serialize a Gaussian Mixture Model (GMM). 序列化的高斯混合模型（GMM）。
train_class_gmm
Train a Gaussian Mixture Model. 訓練高斯混合模型。
write_class_gmm
Write a Gaussian Mixture Model to a file. 寫的高斯混合模型到一個檔中。 write_samples_class_gmm
Write the training data of a Gaussian Mixture Model to a file. 寫入到一個檔中的高斯混合模型的訓練數據。
Hyperboxes超盒
clear_sampset
Free memory of a data set. 空閒內存的數據集。 close_all_class_box
Destroy all classifiers. 消滅所有的分類。 close_class_box
Destroy the classifier. 銷毀的分類。 create_class_box
Create a new classifier. 創建一個新的分類。
descript_class_box
Describe the classes of a box classifier. 描述一個框分類的類。 deserialize_class_box
Deserialize a serialized classifier. 反序列化序列化的分類。 enquire_class_box
Classify a tuple of attributes. 一個元組的屬性進行分類。
enquire_reject_class_box
Classify a tuple of attributes with rejection class. 一個元組的屬性與抑制類進行分類。 get_class_box_param
Get information about the current parameter. 獲取當前的參數信息。 learn_class_box
Train the classifier. 訓練分類器。
learn_sampset_box
Train the classifier with one data set. 訓練的分類器的一個數據集。
read_class_box
Read a classifier from a file. 從文件中讀取一個分類。
read_sampset
Read a training data set from a file. 閱讀的訓練數據從一個文件中設置。 serialize_class_box
Serialize a classifier. 序列化的分類。
set_class_box_param
Set system parameters for classification. 設置系統參數進行分類。 test_sampset_box
Classify a set of arrays. 分類的一組的數組。
write_class_box
Save a classifier in a file. 保存在一個檔中的一個分類。
K-Nearest Neighbors add_class_train_data_knn
Add training data to a k-nearest neighbors (k-NN) classifier. 訓練數據的k近鄰（K-NN）分類。 add_sample_class_knn
Add a sample to a k-nearest neighbors (k-NN) classifier. 添加一個樣本的k近鄰（K-NN）分類。 classify_class_knn
Search for the next neighbors for a given feature vector. 搜索在未來的鄰居對於一個給定的特徵向量。 clear_all_class_knn
Clear all k-NN classifiers. 清除所有的k-NN分類。
clear_class_knn
Clear a k-NN classifier. 清除K-NN分類。
create_class_knn
Create a k-nearest neighbors (k-NN) classifier. 創建的k近鄰（K-NN）分類。 deserialize_class_knn
Deserialize a serialized k-NN classifier. 反序列化一個序列化的K-NN分類。
get_class_train_data_knn
Get the training data of a k-nearest neighbors (k-NN) classifier. 獲取一個k-最近鄰（k-NN的）分類器的訓練數據。 get_params_class_knn
Get parameters of a k-NN classification. 獲得的K-NN分類的參數。 get_sample_class_knn
Return a training sample from the training data of a k-nearest neighbors (k-NN) classifier. 返回訓練樣本的k近鄰（K-NN）分類器的訓練數據。 get_sample_num_class_knn
Return the number of training samples stored in the training data of a
support vector machine. 返回支持向量機的訓練數據存儲在訓練樣本的數量。 read_class_knn
Read the k-NN classifier from a file. 從文件閱讀的K-NN分類。 select_feature_set_knn
Selects an optimal subset from a set of features to solve a certain
classification problem. 選擇一個最優子集的一組功能，解決了一定的分類問題。
serialize_class_knn
Serialize a k-NN classifier. 序列化的k-NN分類。
set_params_class_knn
Set parameters for k-NN classification. K-NN分類設置參數。 train_class_knn
Creates the search trees for a k-NN classifier. 建立搜索樹的k-NN分類 write_class_knn
Save the k-NN classifier in a file. 下次的k-NN分類在一個文件中。
Look-Up Table Look-Up表
clear_all_class_lut
Clear all look-up table classifiers. 清除所有查表分類。 clear_class_lut
Clear a look-up table classifier. 清除一個查閱資料表的分類。 create_class_lut_gmm
Create a look-up table using a gaussian mixture model to classify byte images. 使用高斯混合模型的分類字節的圖像創建一個查閱資料表。 create_class_lut_knn
Create a look-up table using a k-nearest neighbors classifier (k-NN) to classify byte images. 創建一個查閱資料表，使用k-最近鄰分類器（k-NN的）字節的圖像分類。 create_class_lut_mlp
Create a look-up table using a multi-layer perceptron to classify byte images. 使用多層感知分類字節的圖像創建一個查閱資料表。 create_class_lut_svm
Create a look-up table using a Support-Vector-Machine to classify byte images. 創建一個查閱資料表使用支援向量機分類字節的圖像。
Misc
add_sample_class_train_data
Add a training sample to training data. 訓練樣本訓練數據。 clear_all_class_train_data
Clear all training data for classifiers. 清除所有的訓練數據的分類。 clear_class_train_data
Clears training data for classifiers. 清除數據分類的培訓。
create_class_train_data
Create a handle for training data for classifiers. 分類訓練數據創建一個控制碼。 deserialize_class_train_data
Deserialize serialized training data for classifiers. 反序列化序列數據分
類培訓。
get_sample_class_train_data
Return a training sample from training data. 返回訓練樣本從訓練數據。 get_sample_num_class_train_data
Return the number of training samples stored in the training data. 返回的訓練數據存儲在訓練樣本的數量。 read_class_train_data