功能描述:
Libsvm工具箱主要提供了svmtrain 和 svmpredict函数,分别完成模型训练以及根据训练好的模型进行预测,其使用方法如下:
model = svmtrain (T,P,options);
其中输入变量T表示的是训练目标向量;输入变量P表示的是训练样本向量;options表示的是SVM模型的参数配置输入;输出model表示根据输入样本进行SVM训练后得到的SVM分类器。
[predict_lable,
accuracy]=svmpredict(test_lable, test_data, model);
其中输入变量test_data表示的是测试目标向量;输入变量test_lable表示的是测试目标的正确预测值;输入变量model表示的是训练后的SVM分类器;输出predict_lable表示的是当前测试样本的预测结果;输出accuracy表示的是预测正确率。
两种SVM实现方式,有其各自的优缺点,其中Libsvm
工具箱可以进行快速的多目标预测和分类功能,因此更适合本课题的交通标志识别研究。因此,本文将使用Libsvm
工具箱来实现SVM训练预测模型。
联系:highspeedlogic
QQ :1224848052
微信:HuangL1121
邮箱:1224848052@qq.com
网站:http://www.mat7lab.com/
网站:http://www.hslogic.com/
微信扫一扫:
|