资源简介
在自己的电脑上已经得到实现,并且在小样本的情况下识别率可以达到100%,大样本下也能达到90+的识别率
代码片段和文件信息
function d = disteu(x y)
% DISTEU Pairwise Euclidean distances between columns of two matrices
%求欧式距离
% Input:
% x y: Two matrices whose each column is an a vector data.
%
% Output:
% d: Element d(ij) will be the Euclidean distance between two
% column vectors X(:i) and Y(:j)
%
% Note:
% The Euclidean distance D between two vectors X and Y is:
% D = sum((x-y).^2).^0.5
[M N] = size(x);
[M2 P] = size(y);
if (M ~= M2)
error(‘Matrix dimensions do not match.‘)
end
d = zeros(N P);
if (N < P)
copies = zeros(1P);
for n = 1:N
d(n:) = sum((x(: n+copies) - y) .^2 1);
end
else
copies = zeros(1N);
for p = 1:P
d(:p) = sum((x - y(: p+copies)) .^2 1)‘;
end
end
d = d.^0.5;
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 781 2009-03-07 15:57 disteu.m
文件 1446 2018-05-20 10:46 Fofeveryone.m
文件 1783 2018-05-20 10:43 mfcc.m
文件 3943 2018-05-20 10:48 test2.m
文件 716 2018-05-20 10:46 tFofeveryone.m
文件 3354 2018-05-20 10:33 vad2.m
文件 897 2009-03-17 11:25 vqlbg.m
- 上一篇:数据结构——迷宫问题
- 下一篇:C++(CS起源GDI透视自瞄)+代码全写了注释
评论
共有 条评论