资源简介
基于LABVIEW和MATLAB混合编程障碍物识别系统,该系统采用支持向量机为学习模型,通过提取的特征对其训练,最后采用数据集进行测试。
代码片段和文件信息
#include
#include
#include
#include
#include
#include “svm.h“
int print_null(const char *s...) {return 0;}
static int (*info)(const char *fmt...) = &printf;
struct svm_node *x;
int max_nr_attr = 64;
struct svm_model* model;
int predict_probability=0;
static char *line = NULL;
static int max_line_len;
static char* readline(FILE *input)
{
int len;
if(fgets(linemax_line_leninput) == NULL)
return NULL;
while(strrchr(line‘\n‘) == NULL)
{
max_line_len *= 2;
line = (char *) realloc(linemax_line_len);
len = (int) strlen(line);
if(fgets(line+lenmax_line_len-leninput) == NULL)
break;
}
return line;
}
void exit_input_error(int line_num)
{
fprintf(stderr“Wrong input format at line %d\n“ line_num);
exit(1);
}
void predict(FILE *input FILE *output)
{
int correct = 0;
int total = 0;
double error = 0;
double sump = 0 sumt = 0 sumpp = 0 sumtt = 0 sumpt = 0;
int svm_type=svm_get_svm_type(model);
int nr_class=svm_get_nr_class(model);
double *prob_estimates=NULL;
int j;
if(predict_probability)
{
if (svm_type==NU_SVR || svm_type==EPSILON_SVR)
info(“Prob. model for test data: target value = predicted value + z\nz: Laplace distribution e^(-|z|/sigma)/(2sigma)sigma=%g\n“svm_get_svr_probability(model));
else
{
int *labels=(int *) malloc(nr_class*sizeof(int));
svm_get_labels(modellabels);
prob_estimates = (double *) malloc(nr_class*sizeof(double));
fprintf(output“labels“);
for(j=0;j fprintf(output“ %d“labels[j]);
fprintf(output“\n“);
free(labels);
}
}
max_line_len = 1024;
line = (char *)malloc(max_line_len*sizeof(char));
while(readline(input) != NULL)
{
int i = 0;
double target_label predict_label;
char *idx *val *label *endptr;
int inst_max_index = -1; // strtol gives 0 if wrong format and precomputed kernel has start from 0
label = strtok(line“ \t\n“);
if(label == NULL) // empty line
exit_input_error(total+1);
target_label = strtod(label&endptr);
if(endptr == label || *endptr != ‘\0‘)
exit_input_error(total+1);
while(1)
{
if(i>=max_nr_attr-1) // need one more for index = -1
{
max_nr_attr *= 2;
x = (struct svm_node *) realloc(xmax_nr_attr*sizeof(struct svm_node));
}
idx = strtok(NULL“:“);
val = strtok(NULL“ \t“);
if(val == NULL)
break;
errno = 0;
x[i].index = (int) strtol(idx&endptr10);
if(endptr == idx || errno != 0 || *endptr != ‘\0‘ || x[i].index <= inst_max_index)
exit_input_error(total+1);
else
inst_max_index = x[i].index;
errno = 0;
x[i].value = strtod(val&endptr);
if(endptr == val || errno != 0 || (*endptr != ‘\0‘ && !isspace(*endptr)))
exit_input_error(total+1);
++i;
}
x[i].index = -1;
if (predict_probability && (svm_type==C_SVC || svm_type==NU_SVC))
{
predict_label = svm_predict_probability(modelxprob_estimates);
fprintf(output“%g“predict_label);
for
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\
目录 0 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\ConsoleApplication1\
目录 0 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\ConsoleApplication1\v15\
文件 2404352 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\ConsoleApplication1\v15\Browse.VC.db
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\ConsoleApplication1\v15\ipch\
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\ConsoleApplication1\v15\ipch\CONSOLEAPPLICATION1-ff0362c8\
文件 3538944 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\.vs\ConsoleApplication1\v15\ipch\CONSOLEAPPLICATION1-ff0362c8\CONSOLEAPPLICATION1-822ffee4.ipch
文件 1340 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1.sln
目录 0 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\
文件 125 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\ConsoleApplication1.cpp
文件 7724 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\ConsoleApplication1.vcxproj
文件 1326 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\ConsoleApplication1.vcxproj(1).filters
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\Debug\
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\Debug\ConsoleA.1030F25E.tlog\
文件 1594 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\ReadMe.txt
文件 223 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\stdafx.cpp
文件 233 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\stdafx.h
文件 240 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\ConsoleApplication1\targetver.h
目录 0 2019-04-17 16:57 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\ConsoleApplication1\Debug\
文件 1497 2019-04-17 16:38 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\COPYRIGHT
文件 78969 2019-04-17 16:38 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\FAQ.html
文件 27670 2019-04-17 16:38 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\heart_scale
目录 0 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\
文件 51917 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\libsvm.jar
目录 0 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\libsvm\
文件 63803 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\libsvm\svm.java
文件 63095 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\libsvm\svm.m4
文件 868 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\libsvm\svm_model.java
文件 115 2019-04-17 16:58 基于LABVIEW和MATLAB混合编程障碍物识别系统_工具包\libsvm-3.20\java\libsvm\svm_node.java
............此处省略63个文件信息
- 上一篇:减速器优化
- 下一篇:Matlab神经网络工具箱使用教程
相关资源
- libsvm - 支持多类别分类的svm工具箱m
- MATLAB的SVM安装包drtoolbox_libsvm-3.17
- 模式识别课程作业 matlab与libsvm环境
- libsvm工具包-Matlab
- libsvm3.14工具箱
- libsvm-3.1-[FarutoUltimate3.1
- matlab libsvm安装步骤
- Matlab实现遥感影像分类所需库svm、l
- windows和linux编译好的LIBSVM
- Libsvm数据格式互相转换
- libsvm-3.1
- 多分类SVM使用libsvm)
- libsvm网格法查找最优参数函数 SVMcgF
- libsvm网格法查找最优解函数 SVMcgForC
- matlab型数据集heart_scale
- 编译好的libsvm
- 用于形成libsvm训练集的matlab程序
- libsvm-mat-2.83-1
- libsvm-mat-2.91-1.rar
- libsvm 编译后的工具包
- 使用matlab安装LIBSVM及读入数据集
- matlab使用libsvm进行分类代码.rar
- 支持向量机libsvm3.22工具箱编译完成
- libsvm-3.23支持向量机类库,matlab版,可
- libsvm 程序集数据集
- CROlib.mat 1.0.2
- 很好的matlab libsvm应用案例( heart_sc
- libsvm SVM分类器
- matlab的libsvm3.18工具箱
- libsvm-mat-2.89-3[FarutoUltimate3.0] SVM分类、
评论
共有 条评论