MATLAB的答案

位置2的索引超出数组边界(不能超过1)??

3.088次观看(过去30天)
拉梅什巴拉
拉梅什巴拉 2018年7月3日
评论道: Preeti Panchta2022年9月22日
为什么下面的函数会产生错误“位置2的索引超过数组边界(必须不超过1)”?
函数test2
关闭所有
提示= {输入x1值:，输入y1值:，'输入x2值:'，输入y2值:};
Is = inputdlg(提示符);
Is = str2double(Is);
% Eucleidan距离
D =√(1,2)——(1,1))^ 2 +((1、4)——(1、3))^ 2);
流('得到的距离值是%d'D)
结束
2的评论
显示旧的注释
沃尔特·罗伯森
沃尔特·罗伯森 2022年1月8日
跑:
filename1 =“AAAAA.JPG”；
filename2 =“L.JPG”；
如果isunix ();
filename1 =“flamingos.jpg”；
filename2 =“kobi.png”；
结束
模板= imread(fileame1);
Tem2gray = rgb2gray(模板);
Feature = imread(fileame2);
Fea2gray = rgb2gray(feature);
Tem_thres = graythresh(tem2gray);
Tem2bin = imbinalize (tem2gray,tem_thres);
Fea_thresh = graythresh(fea2gray);
Fea2bin = imbinalize (fea2gray,fea_thresh);
Tem_complement = imcomplement(tem2bin);
Fea_complement = imcomplement(fea2bin);
[身高，体重]= size(tem_complement);
[hight2,weight2] = size(fea_complement);
Sum = 0;
为I = 1: hight2
为J = 1: weight2
Sum = Sum + fea_complement(i,j);
结束
结束
Fea_mean = sum/(hight2 *weight2);
Ncc_value = 0 (1,26);
电流= 1;
为X = 1:26
Sum = 0;
为I = 1:高度
为j =电流:电流+ 59
如果J > size(tem_complement,2)
我,j,目前,谁
结束
Sum = Sum +tem_complement(i,j);
结束
结束
Tem_mean = sum/(hight2 *weight2);
X1 = 0;
X2 = 0;
X3 = 0;
A = 1;
为i = 1:高度
b = 1;
为J = current:current+59
如果> size(tem_complement,2) ||
I j a b whos
结束
x1 = x1 + (tem_complement (i, j) -tem_mean) * (fea_complement (a, b) -fea_mean);
X2 = X2 + tem_complement(i,j)^2;
X3 = X3 + fea_complement(a,b)^2;
b = b + 1;
结束
= + 1;
结束
c = x1 /√(x2 * x3);
Ncc_value (x) = c;
电流=电流+60;
结束
I = 1
J = 1297
电流= 1261
类属性名称大小字节1 x1 8双b 1 x1 8双c 1 x1 8双电流1 x1 8双fea2bin 1224 x1632 1997568逻辑fea2gray 1224 x1632 1997568 uint8 fea_complement 1224 x1632 1997568逻辑fea_mean 1 x1 8双fea_thresh 1 x1 8双功能1224 x1632x3 5992704 uint8 filename1 1 * 13 26个字符filename2 1×8 16字符高度1 x1 8双height2 1 x1 8双我1 x1 8双j 1 x1 8双ncc_value x26 208双笔1 x1 8双tem2bin 972 x1296 1259712逻辑tem2gray 972 x12961259712 uint8 tem_complement 972x1296 1259712逻辑tem_mean 1x1 8双tem_thres 1x1 8双模板972x1296x3 3779136 uint8重量1x1 8双重量1x1 8双x 1x1 8双x1 1x1 8双x2 1x1 8双x3 1x1 8双
位置2的索引超出了数组边界。指数不能超过1296。
所以外层循环的电流从1开始，每次迭代加60。您有29次迭代，因此您假设您的数据可以基于当前至少被索引为1+60*28 = 1681。
在你 x 循环你循环j =current:current+59，所以你假设你可以索引高达1+60*28+59 = 60*29 = 1740。
但假设事实并非如此:假设你读入的图像比它小。为什么要硬编码29个x循环?为什么不根据图像的大小确定上限?
记住，顺便说一下，要考虑到你的图像可能不是60的倍数宽。
我清楚地记得曾经给你发过其他一些关于如何更有效地计算你的价值的提示，但我现在找不到。

登录评论。

登录回答这个问题。

接受的答案

Guillaume
Guillaume 2018年7月3日
编辑:MathWorks支金宝app援小组 2020年2月27日
发生错误是因为向量“Is”是一个4乘1的列向量(而不是1乘4的行向量)，因此有效的元素位置是(1,1)、(2,1)、(3,1)和(4,1)。如果您试图在第二个位置访问超过1的任何索引值，则会遇到错误。
3评论
显示旧的评论
沃尔特·罗伯森
沃尔特·罗伯森 2021年5月5日
当您使用xlsread()时，第一个输出将被缩减，以删除转换为数字后全部为NaN的所有前行和后行和列。这通常发生在标题行和开头或结尾文本列上。你的第一列可能有文本，所以当它转换为数字时，它就变成了NaN，然后被丢弃。那会影响你的索引。
我们建议您切换到readtable()。

登录评论。

更多答案(7)

萨钦巴拉
萨钦巴拉 2020年11月5日
位置2的索引超出了数组边界(不能超过1)。
fatlabexam错误(第17行)
g = PP (: 1) * h (1) + PP (:, 2) * h (2);
为什么会显示错误?
3评论
显示旧的评论

登录评论。

Tuyet Nhung
Tuyet Nhung 2021年5月20日
位置2的索引超出了数组边界。
m20错误(第7行)
T = ndata(:，1);Vab = ndata(:，2);VR = ndata(:，3);Ir = VR/45;
代码如下:
函数m20
clc
H =数字;
集(h,“位置”(10600680),“numbertitle”，“关闭”，“颜色”，' w '）
Ndata = xlsread(“. . \ PD \ Vab_Vr \ 20. csv”）;
R = 45;
T = ndata(:，1);Vab = ndata(:，2);VR = ndata(:，3);Ir = VR/45;
% Ve Vcm
subplot(2,1,1)， plot(t,Vab，“颜色”, 1, 0.5, 0);网格,
ylabel (“镁(V)”，“字体名”，“vni-times”，“字形大小”15),
标题(“一)V_a_b”，“字体名”，“vni-times”，“字形大小”20),
包含(的时间(秒)，“字体名”，“vni-times”，“字形大小”15)
% Ve范
subplot(2,1,2)， plot(t,Ir，“颜色”, 1,0, 0.8);网格,轴([-0.03,0.03,2 2])
ylabel (“镁(V)”，“字体名”，“vni-times”，“字形大小”15),
标题(“b) I_R”，“字体名”，“vni-times”，“字形大小”20),
包含(的时间(秒)，“字体名”，“vni-times”，“字形大小”15)
你能帮我解决这个问题吗?
19日的评论
显示18旧的评论
Preeti Panchta
Preeti Panchta 2022年9月22日
我的主要问题是如何在3d帕累托前面绘制这些目标

登录评论。

Nurliyana哈迪
Nurliyana哈迪 2021年6月6日
有人能帮我解决这个问题吗?
位置2的索引超出了数组边界。
Example3_cmp中的错误(第15行)
情节((:1)1 (:,2));
--------------------------------------------------------------
参数= 34473.8;
情节((:1)1、(2):,)
持有在
情节(节点(:1)1 (nodefc1 (:, 2) - node(:, 2)) /(0.01 *参数),“b——”，“线宽”, 2)
情节(节点(:1)1 (nodefc2 (:, 2) - node(:, 2)) /(0.001 *参数),‘g’，“线宽”, 2)
情节(节点(:1)1 (nodefc3 (:, 2) - node(:, 2)) /(0.0001 *参数),“k”，“线宽”, 2)
情节(节点(:1)1 (nodefc4 (:, 2) - node(:, 2)) /(0.00001 *参数),“:”，“线宽”, 2)
传奇(DDM的，“FFD 0.01”，“FFD 0.001”，“FFD 0.0001”，“FFD 0.00001”）
包含(的时间(秒)）
ylabel (“\ partialu_6 / \ partialfc”）
集(get (gca),“ylabel”)，“字形大小”14)
集(get (gca),“包含”)，“字形大小”14)
集(gca),“字形大小”14)
图(2)
负载node.out
B =负载(“node_sens6.out”）;
负载nodeE1.out
负载nodeE2.out
负载nodeE3.out
%负载nodeE4.out
参数= 2.1 e8;
情节(b (: 1) 1 b (:, 2))
持有在
情节(节点(:1)1 (nodeE1 (:, 2) - node(:, 2)) /(0.0005 *参数),“b——”，“线宽”, 2)
情节(节点(:1)1 (nodeE2 (:, 2) - node(:, 2)) /(0.0003 *参数),‘g’，“线宽”, 2)
情节(节点(:1)1 (nodeE3 (:, 2) - node(:, 2)) /(0.0001 *参数),“k”，“线宽”, 2)
%的阴谋(节点(:1)1 (nodeE4 (:, 2) - node(:, 2)) /(0.00001 *参数),' r: ')
1评论
沃尔特·罗伯森
沃尔特·罗伯森 2021年6月19日
我们不知道a或b是什么，它们有多大，从哪里来。

登录评论。

Cuong nguyen ngco
Cuong nguyen ngco 2021年6月19日
编辑:Cuong nguyen ngco 2021年6月19日
你能帮助我的错误索引在位置2超过数组边界(必须不是吗
超过1)，列车=数据(:，Tr_ind);
%main函数main
负载(“ORL_32x32.mat”）导入人脸数据%
% %分裂达塔
data =负载(“ORL_32x32.mat”）;
标签=独特(接地);
TrainNum = 5;
Tr_ind = [];
Te_ind = [];
为i = 1:长度(标签)
tempind =找到(接地(i) = =标签);
Tr_ind = [Tr_ind tempind (1: TrainNum)];
Te_ind = [Te_ind tempind (TrainNum + 1:结束)];
结束
%%标签和数据
Train_label =接地(Tr_ind);
Test_label =接地(Te_ind);
火车=数据(:,Tr_ind);
6个评论
显示旧的评论

登录评论。

Zain Achmad
Zain Achmad 2021年8月31日
有人能帮我解决这个问题吗?
位置2的索引超出了数组边界。
klasifikasi_svm错误(第82行)
PC1 = score_latih(:，1);
-------------------------------------------------------------------------------
nama_folder =“数据latih”；
Nama_file = dir(fullfile(nama_folder)‘* . jpg”));
Jumlah_file = numel(nama_file);
inisialisasi variabel ciri_latih
Ciri_latih = 0 (jumlah_file,4);
为N = 1:jumlah_file
%柠檬蒙皮草RGB
Img = imread(fullfile(nama_folder,nama_file(n).name));
% konversi citra RGB menjadi灰度
Img_gray = rgb2gray(Img);
%康弗西柠檬灰阶门扎迪宾纳
bw = im2bw(Img_gray,graythresh(Img_gray));
% morfologi
Bw =补体(Bw);
Bw =填充(Bw，“黑洞”）;
Bw = bwareaopen(Bw,100);
% ekstraksi ciri warna HSV
HSV = rgb2hsv(Img);
H = hsv (:，:，1);
S = hsv (:，:，2);
V = hsv (:，:，3);
H(~bw) = 0;
S(~bw) = 0;
V(~bw) = 0;
Hue = sum(sum(H))/sum(sum(bw));
饱和度= sum(sum(S))/sum(sum(bw));
Value = sum(sum(V))/sum(sum(bw));
% ekstraksi ciri ukuran
Area = sum(sum(bw));
% mengisi hasil ekstraksi ciri pada variabel ciri_latih
ciri_latih(n,1) = Hue;
ciri_latih(n,2) =饱和度;
ciri_latih(n,3) = Value;
ciri_latih(n,4) =面积;
结束
% standarisasi数据
[ciri_latihZ,muZ,sigmaZ] = zscore(ciri_latih);
% pca
[coeff,score_latih,latent,tsquared,explained] = pca(ciri_latihZ);
inisialisasi variabel kelas_latih
Kelas_latih = cell(jumlah_file,1);
% mengisi nama2 sayur padvariabel kelas_latih
为k =施用
kelas_latih {k} =“愤怒”；
结束
为k = 301:600
kelas_latih {k} =“厌恶”；
结束
为k = 601:900
kelas_latih {k} =“恐惧”；
结束
为k = 901:1200
kelas_latih {k} =“快乐”；
结束
为k = 1201:1500
kelas_latih {k} =“中性”；
结束
为k = 1501:1800
kelas_latih {k} =“伤心”；
结束
为k = 1801:2100
kelas_latih {k} =“惊喜”；
结束
% ekstrak PC1和PC2
PC1 = score_latih(:，1);
PC2 = score_latih(:，2);
PC3 = score_latih(:，3);
PC4 = score_latih(:，4);
PC5 = score_latih(:，5);
% klasifikasi menggunakan
Mdl = fitcecoc([PC1,PC2,PC3,PC4,PC5]，kelas_latih);
% menyimpan变量-变量hasil pelatihan
保存hasil_pelatihan Mdl muZ coeff sigmaZ
-----------------------------------
3评论
显示旧的评论
沃尔特·罗伯森
沃尔特·罗伯森 2021年9月1日
价值是什么
jumlah_file
大小(ciri_latih)
大小(score_latih)
我 怀疑 您的当前目录不是文件夹'data latih'所在的目录。我 怀疑 您的当前目录是'data latih'本身，而不是目录 包含 'data latih'作为你的代码要求。

登录评论。

Feyza Zehra Asik
Feyza Zehra Asik 2021年12月28日
你能帮助解决第39行中位置2的索引超过数组边界(不能超过1)的相同错误吗
clc
关闭所有
清晰的所有
img = imread (“resim1.jpg”）;
Img =imcrop(Img，[5 2 725 584]);
imtool (“resim1.jpg”）
图(1)中,imshow (img);
标题(“savunma oyuncusu”）;
img_h = rgb2hsv (img);
h = img_h (:: 1);
s = img_h (:: 2);
v = img_h (:: 3);
水平= graythresh (img);
[r c] =大小(h);
为i = 1: r
为j = 1: c
如果(h(i,j)>=0.01 && h(i,j)<=0.99)
(i, j) = 255;
其他的
(i, j) = 0;
结束
结束
结束
t = bwareaopen (300);
se = strel (“磁盘”, 0);
bw = imclose (t, se);
[B, L] = bwboundaries (bw,“noholes”), disp (B);
持有在
为k = 1:长度(B)
边界= B (k);
情节(边界(:,2),边界(:1),' w '，“线宽”, 2)
结束
流(“Nesneler isaretlenmistir。Toplam nesne sayisi=%d\n'长度(B))
统计= regionprops (L,“区域”，“重心”）;
图(2)中,imshow (img);
(x, y) =找到(imcomplement (bw) = = 0);
img1 = imread (“resim1.jpg”）;
Img1 =imcrop(Img1，[5 2 745 594]);
图(3)中,imshow (img1);标题(“hucum oyunculari”）;
img1_h1 = rgb2hsv (img1);
h1 = img1_h1 (:: 1);
s1 = img1_h1 (:: 2);
v1 = img1_h1 (:: 3);
使= graythresh (img1);
[r c] =大小(h1);
为i = 1: r
为j = 1: c
如果S1 (i,j)>=0.17 && S1 (i,j)<=0.23
着干活(i, j) = 255;
其他的
着干活(i, j) = 0;
结束
结束
结束
%, imshow(出)
t1 = bwareaopen (out1,200)
%, imshow (t)
se = strel (“磁盘”, 0);
bw1 = imclose (t1, se);
[B, L] = bwboundaries (bw1“noholes”), disp (B);
持有在
为k = 1:长度(B)
boundary1 = B (k);
情节(boundary1 (:, 2), boundary1 (: 1),' w '，“LineWidtyh”, 2)
结束
流(“nesneler isaretlenmistir。Toplam nesne sayisi=%d\n'、长度(B));
统计= regionprops (L,“区域”，“重心”）;
%for k=1:length(B) % nesneleri sayan loopun baslangici
(x1, y1) =找到(imcomplement (bw1) = = 0)
d = min (x) + 357;
d1 = min (x1) + 9;
= (d);
如果(> 0)
为j = d
为i = 105:405
img (i, j) = 255;
结束
结束
图中,imshow (img);标题(“ofsayt”）;
其他的
为j = d1
为i = 1:20
img (i, j) = 255;
结束
结束
图中,imshow (img);标题(“ofsayt哈哈大笑的）;
结束
艾哈迈德将本
艾哈迈德将本 2022年1月8日
编辑:沃尔特·罗伯森 2022年1月8日
有人能帮我解决这个错误吗?提前谢谢你
位置2的索引超出了数组边界。索引不能超过26。
fit_eq_5_coeffs中的错误(第97行)
P_exp_ind = p_exp.data(:，exp_ind);
代码如下所示
函数[c, beta_SO] = fit_eq_5_coeffs(groupflag,plotflag,output_path,prompt_output)
参数的%顺序:A B S E V L const X
Y =负载(“. . / model_parameters / Abraham_parms_training_set.dat”）;
组= Y(:，7);
如果groupflag设置为0，则选择所有数据进行训练。
%否则只使用匹配groupflag值的子集。
如果Groupflag == 0
组=组*0;
结束
Y = Y(group==groupflag，:);
P_exp_all = importdata(“. . / model_parameters / expt_properties_training_set.dat”，' \ t '）;
p_exp。数据= p_exp_all.data(group==groupflag,:);
X = y (:，1).* y (:，2);纯液体性质pl和sw的“相互作用”术语
n = length(X);
Y = [Y(:，1:6) ones(n,1) X];
Y =负载(“. . / model_parameters / Abraham_coeffs.dat”）;
%指数:
% 1 se-30
% 2 ov-17
% 3 pL
% 4 delta Hvap
% 5 Kha
% 6古槐
% 7 Koc-a
% 8 Kaw
% 9 SwL
% 10 Kow
% 11 kc -w
% 12 Kdoc-w
% 13 BCF
% 14千瓦时
% 15知道
% 16千加仑
% 17 kpms -w
% 18 kpms -a
% 19 KPOM-w
% 20 KPA-w
% 21 KPU-a
% 2h
% 23 k
% 24 Kph-w
% 25 k
n .嘴唇
% 27 Kalbumin-w
肌肉蛋白
% 29 - logc50
% 30 Dw
% 31 d_乙醇
% 32 logKp
% 33 log(1/EIT)
% 34 log(P0/D)
% 35 log(1/NPT)
% 36 log(1/ODT)
% 37 log(1/MAC)
% 38 log(1/RD50)
% 39 log(1/VOL)
% 40 log(1/C)
% 41 log(1/CON)
%的计算假设分区常数值
p_1 = sum(y *(ones(n,1)*y(1，:))，2);
p_2 = sum(y *(ones(n,1)*y(2，:))，2);
%保存训练集的logL1和logL2的值
logL12_training_set = [p_1 p_2];
Savefilename = strcat(“. . /”output_path,“logL12_training_set.dat”）;
保存(savefilename,“logL12_training_set”，“ascii”，“- tabs”）;
定义u_1和u_2为p_1和p_2的两个正交基。第一组:
U_1 = p_1;
%，然后通过Schmidt确定p_1和p_2的常数beta_SO
系统 = 0的%正交化，即:
beta_SO = sum(p_1.*p_2)/sum(p_1.^2);
其中，对于 = 0的正交向量
u_2 = p_2-beta_SO*p_1;
%适合eq 5系数的性质，有实验数据可用
Y_ind = [3 4 5 6 7 8 9 10 11 12 13 17:41];%###########
Nboot = 1000;
为Exp_ind = 1:length(y_ind)
p (: exp_ind) =总和(y *的(n - 1) * y (y_ind (exp_ind):)), 2);
%替换实验数据，如有
P_exp_ind = p_exp.data(:，exp_ind);
p (p_exp_ind = = p_exp_ind exp_ind) = p_exp_ind (p_exp_ind = = p_exp_ind);
[c (exp_ind:)、c_CI p_pred (:, exp_ind), r2 (exp_ind) r2_unc] = svd_regress_boot ([u_1 u_2的(n - 1)), p (:, exp_ind) Nboot);
c_unc(exp_ind，:) = mean(c_CI);
如果> abs(c(exp_ind,2))
[c_tmp, c_CI_tmp p_pred (:, exp_ind), r2 (exp_ind) r2_unc] = svd_regress_boot (u_1的(n, 1), p (:, exp_ind) Nboot);
C (exp_ind，:) = [c_tmp(1) 0 c_tmp(2)];
c_CI = [c_CI_tmp(:，1) 0 (2,1) c_CI_tmp(:，2)];
c_unc(exp_ind，:) = mean(c_CI);
结束
%获得rmse值为eq 5拟合
rmse (exp_ind) =√总和(p_pred (:, exp_ind) - p (:, exp_ind)) ^ 2)。/长度(p (:, exp_ind)));
如果Plotflag == 2
SCRSZ = get(0，“拉”）;
图(“位置”，[1 1 scrsz(3)/2.5 scrsz(4)/2]);
情节(p (:, exp_ind), p_pred (:, exp_ind),“g ^”）;
持有在；情节(最低(p (:, exp_ind)): 0.1:马克斯(p (:, exp_ind)),最小(p (:, exp_ind)): 0.1:马克斯(p (:, exp_ind)),“k——”）;
持有从；
包含(“实验值或asm预测值”）;
ylabel (的拟合值）;
开关exp_ind
情况下1
标题(利用Eq 5的训练集拟合log p_L值(Pa)）;
情况下2
标题(利用公式5的训练集汽化值的拟合焓(kJ/mol)）;
情况下3.
标题(用Eq 5拟合训练集的log K十六进气值）;
情况下4
标题(用公式5拟合训练集的log K辛醇-空气值）;
情况下5
标题(用公式5拟合训练集的log K有机碳-空气值）;
情况下6
标题(用公式5拟合训练集的log K空气-水值）;
情况下7
标题(使用Eq 5训练集的拟合log S_w_L值(mol/m3)）;
情况下8
标题(用公式5拟合训练集的log K辛醇-水值）;
情况下9
标题(用公式5拟合log K无定形有机碳水值）;
情况下10
标题(用公式5拟合log K溶解有机碳水值）;
情况下11
标题(用Eq 5拟合训练集的生物浓度因子值）;
情况下12
标题(用Eq 5拟合训练集的KPDMS-w值）;
情况下13
标题(用Eq 5拟合训练集的KPDMS-a值）;
情况下14
标题(用Eq 5拟合训练集的KPOM-w值）;
情况下15
标题(用Eq 5拟合训练集的KPA-w值）;
情况下16
标题(用Eq 5拟合训练集KPU-a值）;
情况下17
标题(用Eq 5拟合训练集的KSPMD-w值）;
情况下18
标题(用Eq 5拟合训练集的KS值）;
情况下19
标题(用Eq 5拟合训练集Kph-w值）;
情况下20.
标题(“Ks。利用Eq 5'的训练集lip-w值）;
情况下21
标题(“Ks。使用Eq 5'的训练集的lip-a值）;
情况下22
标题(用Eq 5拟合训练集的kalmin -w值）;
情况下23
标题(“Kmuscle安装。使用Eq 5'的训练集的protein-w值）;
情况下24
标题(用Eq 5拟合训练集的-logLC50值）;
情况下25
标题(用Eq 5拟合训练集的Dw值）;
情况下26
标题(用公式5拟合训练集的d_乙醇值）;
情况下27
标题(用Eq 5拟合训练集的logKp值）;
情况下28
标题(利用Eq 5训练集的拟合对数(1/EIT)值）;
情况下29
标题(利用Eq 5训练集的拟合log(D/P0)值）;
情况下30.
标题(利用Eq 5的训练集拟合对数(1/NPT)值）;
情况下31
标题(利用Eq 5的训练集拟合对数(1/ODT)值）;
情况下32
标题(利用Eq 5的训练集拟合对数(1/MAC)值）;
情况下33
标题(使用Eq 5的训练集拟合对数(1/RD50)值）;
情况下34
标题(使用Eq 5的训练集拟合对数(1/VOL)值）;
情况下35
标题(利用Eq 5训练集的拟合对数(1/C)值）;
情况下36
标题(利用Eq 5训练集的拟合对数(1/CON)值）;
结束
结束
结束
C_unc (c= 0) =0;
All_eq5_statistics = [c c_unc rmse' r2'];
%disp('Eq 5训练集拟合统计如下:');
%disp(' lam1 lam2 lam3 pm_lam1 pm_lam2 pm_lam3 RMSE r^2');
% disp (all_eq5_statistics);
如果比较字符串(prompt_output“详细”）
属性名称= importdata(“. . / model_parameters / properties_list.txt”）;
disp (Eq 5训练集拟合统计数据如下:）;
disp ('r^2 RMSE性质'）;
为Ind_prop = 1:长度(rmse)
Str1 = sprintf(' % 1.2 f 'r2 (ind_prop));
Str2 = sprintf(' % 2.2 f '、rmse (ind_prop));
disp ([str1、str2 property_names {ind_prop}));
结束
disp (' '）;
结束
Savefilename = strcat(“. . /”output_path,“eq5_training_set_fit_statistics.dat”）;
保存(savefilename,“all_eq5_statistics”，“ascii”）;
u_1与u_2的%相关性
r2_u1_u2_training_set = corrcoef (u_1-mean (u_1) u_2-mean (u_2)) ^ 2;
如果比较字符串(prompt_output“详细”）
disp (训练集u_1和u_2的相关性由r^2描述:）;
disp (r2_u1_u2_training_set(1、2)
结束
U12 = [u_1 u_2];
Savefilename = strcat(“. . /”output_path,“u1_u2_values_training_set.dat”）;
保存(savefilename,“u12”，“ascii”）;
2的评论
显示旧的注释
沃尔特·罗伯森
沃尔特·罗伯森 2022年8月14日
如果第7行是
[TrainingLabels TrainingSet, ~, ~] = DataSplite(数据、标签、0.1、3);
那么DataSplite是一个变量而不是一个函数，Labels包含的值大于该变量的最大二次元。

登录评论。

类别

了解更多深度学习基础在帮助中心而且文件交换

标签

下载188bet金宝搏


释放

R2018a

社区寻宝

在MATLAB Central中找到宝藏，并发现社区如何帮助您!

开始狩猎!

翻译的