MATLAB的答案

指数在位置2超出数组边界(不得超过1)? ?

321 vu (au课程最后的30天时间)
拉梅什巴拉
拉梅什巴拉 勒3 Juil 2018
已经看到: Preeti Panchta勒2022年9月22日
为什么以下函数产生的误差在位置2”指数超出数组边界(不得超过1)”?
函数test2
关闭所有
提示= {“进入x1值:”,“进入日元价值:”,“进入x2值:”,“进入y2值:”};
是= inputdlg(提示);
是= str2double(是);
% Eucleidan距离
D =√(1, 2)——(1,1)) ^ 2 + ((1、4)——(1、3)) ^ 2);
流(的距离值获得% d 'D)
结束
2 commentaires
显示1 commentaire +旧
沃尔特·罗伯森
沃尔特·罗伯森 勒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 (filename1);
tem2gray = rgb2gray(模板);
特点= imread (filename2);
fea2gray = rgb2gray(功能);
tem_thres = graythresh (tem2gray);
tem2bin = imbinarize (tem2gray tem_thres);
fea_thresh = graythresh (fea2gray);
fea2bin = imbinarize (fea2gray fea_thresh);
tem_complement = imcomplement (tem2bin);
fea_complement = imcomplement (fea2bin);
(身高、体重)= (tem_complement)大小;
[height2, weight2] =大小(fea_complement);
金额= 0;
为我= 1:height2
为j = 1: weight2
和=和+ fea_complement (i, j);
结束
结束
fea_mean =金额/ (height2 * weight2);
ncc_value = 0 (1、26);
当前= 1;
为x = 1
金额= 0;
为i = 1:高度
为j =电流:电流+ 59
如果j >大小(tem_complement, 2)
我,j,目前,谁
结束
和=和+ tem_complement (i, j);
结束
结束
tem_mean =金额/ (height2 * weight2);
x1 = 0;
x2 = 0;
x3 = 0;
= 1;
为i = 1:高度
b = 1;
为j =电流:电流+ 59
如果j >大小(tem_complement, 2) | | b >大小(fea_complement, 2)
我,j, a, b,谁
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;
当前当前+ 60 =;
结束
i = 1
j = 1297
当前= 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 x1296 1259712 uint8 tem_complement 972 x1296 1259712逻辑tem_mean 1 x1 8双tem_thres 1 x1 8双模板972 x1296x3 3779136 uint8重量1 x1 8双weight2 1 x1 8双x 1 x1 8双x1 1 x1 8双x2 1 x1 8双x3 1 x1 8双
指数在位置2超出数组边界。指标不得超过1296人。
所以你开始电流1外循环,每次迭代添加60。你有29个迭代你假设你的数据可以被索引至少1 + 60 * 28 = 1681基于电流。
在你 x 循环回路j =电流:电流+ 59所以你认为你可以指数1 + 60 * 60 * 28 + 59 = 29 = 1740。
但假设并非如此:假设图像在小于你读。你为什么x的硬编码29日循环?你为什么不确定上限根据图像的大小?
记住,顺便说一下,考虑到你的图片可能不是一个精确的60多个宽。
我清楚地记得发布的其他一些提示你如何更有效地计算你的价值观,但我找不到这些。

Connectez-vous倒评论者。

Connectez-vous为了解答这个问题。

响应被接受的人

Guillaume
Guillaume 勒3 Juil 2018
改变了(e):MathWorks支金宝app持团队 2020年勒27日Fev
发生错误,因为向量”是“是一个4-by-1列向量(不是1-by-4行向量),以便有效的元素位置(1,1),(2,1),(3,1),(4,1)。如果你试图访问任何索引值超出1在第二位置,你会遇到错误。
3 commentaires
显示2 commentaires +旧
沃尔特·罗伯森
沃尔特·罗伯森 梅勒2021
当你使用xlsread(),第一个输出是挤掉了删除所有前导和尾随行和列,都是南后转换成数字。通常发生为领先或落后于文本标题行和列。你可能第一列有文本,所以它成为南当转换为数字,然后被丢弃。会扔下你的索引。
我们建议您切换到readtable ()。

Connectez-vous倒评论者。

加德回应(7)

萨钦巴拉
萨钦巴拉 勒2020年11月5
指数在位置2超出数组边界(不得超过1)。
错误fatlabexam(17行)
g = PP (: 1) * h (1) + PP (:, 2) * h (2);
为什么它显示错误?
3 commentaires
显示2 commentaires +旧

Connectez-vous倒评论者。

Tuyet Nhung
Tuyet Nhung 勒梅2021
指数在位置2超出数组边界。
错误的m20(第7行)
t = ndata (: 1);还有Vab = ndata (:, 2);VR = ndata (: 3);Ir = VR / 45;
这是代码:
函数m20
clc
h =图;
集(h,“位置”(10600680),“numbertitle”,“关闭”,“颜色”,' w ')
ndata = xlsread (“. . \ PD \ Vab_Vr \ 20. csv”);
R = 45;
t = ndata (: 1);还有Vab = ndata (:, 2);VR = ndata (: 3);Ir = VR / 45;
% Ve Vcm
次要情节(2,1,1),情节(t,还有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
次要情节(2,1,2),图(t,红外,“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 commentaires
显示18 commentaires +旧
Preeti Panchta
Preeti Panchta 勒2022年9月22日
我的主要问题是如何绘制这些目标在3 d帕累托

Connectez-vous倒评论者。

Nurliyana哈迪
Nurliyana哈迪 le Juin 2021
谁能帮我解决这个吗? ?
指数在位置2超出数组边界。
错误Example3_cmp(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 commentaire
沃尔特·罗伯森
沃尔特·罗伯森 勒2021年Juin 19日
我们没有信息a或b是什么或者他们有多大他们是从哪里来的。

Connectez-vous倒评论者。

cuong阮ngco
cuong阮ngco 勒2021年Juin 19日
改变了(e):cuong阮ngco 勒2021年Juin 19日
你能帮我在位置2误差指数超过数组界限(必须不
超过1)列车=数据(:,Tr_ind);
%的主要功能主要
负载(“ORL_32x32.mat”)%导入面临数据
% %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 commentaires
显示5 commentaires +旧
cuong阮ngco
cuong阮ngco 勒20 Juin 2021
它与matlab版本

Connectez-vous倒评论者。

Zain Achmad
Zain Achmad 勒2021年来向31日
谁能帮我解决这个问题吗?
指数在位置2超出数组边界。
错误klasifikasi_svm(第82行)
PC1 = score_latih (: 1);
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
nama_folder =“数据latih”;
nama_file = dir (fullfile (nama_folder‘* . jpg”));
jumlah_file =元素个数(nama_file);
% inisialisasi variabel ciri_latih
ciri_latih = 0 (jumlah_file 4);
为n = 1: jumlah_file
% membaca citra RGB
Img = imread (fullfile (nama_folder nama_file (n) . name));
% konversi citra RGB menjadi灰度
Img_gray = rgb2gray (Img);
% konversi citra灰度menjadi钩环
bw = im2bw (Img_gray graythresh (Img_gray));
% operasi morfologi
bw = imcomplement (bw);
bw = imfill (bw,“黑洞”);
bw = bwareaopen (bw, 100);
% ekstraksi ciri连结HSV
HSV = rgb2hsv (Img);
H = HSV (:: 1);
S = HSV (:: 2);
V = HSV (:: 3);
H (~ bw) = 0;
(~ bw) = 0;
V (~ bw) = 0;
颜色=和(sum (H)) /和(sum (bw));
饱和=总和(sum (S)) /笔(金额(bw));
值=和(sum (V)) /和(sum (bw));
% ekstraksi ciri ukuran
面积=总和(sum (bw));
% mengisi hasil ekstraksi ciri篇variabel ciri_latih
ciri_latih (n - 1) =色调;
ciri_latih (n, 2) =饱和;
ciri_latih (n, 3) =价值;
ciri_latih (n, 4) =区域;
结束
% standarisasi数据
[ciri_latihZ, muZ sigmaZ] = zscore (ciri_latih);
% pca
[多项式系数,score_latih,潜伏,tsquared解释]= pca (ciri_latihZ);
% inisialisasi variabel kelas_latih
kelas_latih =细胞(jumlah_file, 1);
% mengisi nama2 sayur篇variabel 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 & PC2
PC1 = score_latih (: 1);
PC2 = score_latih (:, 2);
生物= score_latih (: 3);
PC4 = score_latih (: 4);
PC5 = score_latih (: 5);
% klasifikasi menggunakan
Mdl = fitcecoc ([PC1、PC2生物、PC4 PC5], kelas_latih);
% menyimpan variabel-variabel hasil pelatihan
保存hasil_pelatihan Mdl muZ多项式系数sigmaZ
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
3 commentaires
显示2 commentaires +旧
沃尔特·罗伯森
沃尔特·罗伯森 勒2021年9月1
的值是多少
jumlah_file
大小(ciri_latih)
大小(score_latih)
我 怀疑 当前目录没有文件夹的目录数据latih内。我 怀疑 您的当前目录是“数据latih”本身而不是目录 包含 您的代码需要的数据latih”。

Connectez-vous倒评论者。

Feyza Zehra Asik
Feyza Zehra Asik 勒2021年12月28日
你能帮位置2中同样的错误指数超出数组边界(不得超过1)。39
clc
关闭所有
清晰的所有
img = imread (“resim1.jpg”);
img = imcrop (img [5 725 584]);
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 [5 745 594]);
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”);
% k = 1:长度(B) % nesneleri萨彦岭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
1 commentaire
沃尔特·罗伯森
沃尔特·罗伯森 勒2021年12月28日
boundary1 = B (k);
应该是
boundary1 = B {k};

Connectez-vous倒评论者。

艾哈迈德将本
艾哈迈德将本 勒2022年1月8日
改变了(e):沃尔特·罗伯森 勒2022年1月8日
任何一个能帮助我这个错误。谢谢提前
指数在位置2超出数组边界。指标不得超过26岁。
错误fit_eq_5_coeffs(第97行)
p_exp_ind = p_exp.data (:, exp_ind);
后的代码
函数[c, beta_SO] = fit_eq_5_coeffs (groupflag、plotflag output_path, prompt_output)
%的参数:一个B S E V L const X
Y =负载(“. . / model_parameters / Abraham_parms_training_set.dat”);
组= Y (: 7);
%在groupflag设置为0的情况下,选择所有数据进行训练。
%否则只使用子集groupflag相匹配的值。
如果groupflag = = 0
组=组* 0;
结束
Y = Y(集团= = 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);%的“交互”术语纯液体属性pl和西南
n =长度(X);
Y = [Y(: 1:6)的(n - 1) X];
y =负载(“. . / model_parameters / Abraham_coeffs.dat”);
%指数:
% 1 SE-30
% 2 OV-17
% 3 pL
% 4三角洲Hvap
% 5 Kha
% 6高雅
% 7 Koc-a
% 8乌鸦
% 9 SwL
% 10 Kow
% 11 Koc-w
% 12 Kdoc-w
% 13供应量
% 14 Khw
% 15认识
% 16 Ktw
% 17 KPDMS-w
% 18 KPDMS-a
% 19 KPOM-w
% 20 KPA-w
% 21 KPU-a
% 22 KSPMD-w
% 23 KS
% 24 Kph-w
% 25 Ks.lip-w
% 26 Ks.lip-a
% 27 Kalbumin-w
% 28 Kmuscle.protein-w
% 29 -logLC50
% 30 Dw
% 31 D_ethanol
% 32 logKp
日志(1 / % 33 EIT)
% 34日志(P0 / D)
日志(1 / % 35 NPT)
% 36日志(1 / ODT)
% 37日志(1 / MAC)
% 38日志(1 / RD50)
% 39日志(1 /卷)
日志(1 / % 40 C)
% 41日志(1 /欺诈)
%计算假设分区常量值
p_1 =总和(y *(的(n - 1) * y (1,:)), 2);
p_2 =总和(y *(的(n - 1) * y (2:)), 2);
%保存logL1和logL2训练集的值
logL12_training_set = [p_1 p_2];
savefilename = strcat (“. . /”output_path,“logL12_training_set.dat”);
保存(savefilename,“logL12_training_set”,“ascii”,“- tabs”);
% u_1和u_2定义为两个正交p_1和p_2的基地。第一组:
u_1 = p_1;
%,然后确定一个常数beta_SO p_1和p_2通过施密特
%的正交化系统< u_1 * (u_1-beta_SO * p_2) > = 0,这是:
beta_SO = (p_1。* p_2)之和/笔(p_1。^ 2);
%,正交向量的< u_1 * u_2 > = 0
u_2 = p_2-beta_SO * p_1;
%配合情商5多项式系数特性的实验数据是可用的
y_ind = [3 4 5 6 7 8 9 10 11 12 13 17:41);% # # # # # # # # # # #
Nboot = 1000;
为exp_ind = 1:长度(y_ind)
p (: exp_ind) =总和(y *的(n - 1) * y (y_ind (exp_ind):)), 2);
%替代实验数据,可用
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:) =意味着(c_CI);
如果c_unc (exp_ind, 2) > 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:) =意味着(c_CI);
结束
%获得情商rmse值5
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(“实验或ASM-predicted价值”);
ylabel (的拟合值);
开关exp_ind
情况下1
标题(的安装日志p_L值(Pa)使用情商的训练集5 ');
情况下2
标题(“安装蒸发焓值(焦每摩尔)使用情商的训练集5 ');
情况下3
标题(的安装日志K hexadecane-air值使用情商的训练集5 ');
情况下4
标题(的安装日志K octanol-air值使用情商的训练集5 ');
情况下5
标题(有机碳空气的安装日志K值使用情商的训练集5 ');
情况下6
标题(的安装日志K空气与训练集的值用情商5 ');
情况下7
标题(的安装日志S_w_L值(摩尔/ m3)使用情商的训练集5 ');
情况下8
标题(将辛醇和水的安装日志K值使用情商的训练集5 ');
情况下9
标题(的安装日志K无定形有机碳水的训练集值用情商5 ');
情况下10
标题(的安装日志K溶解有机碳水的训练集值用情商5 ');
情况下11
标题(训练集的拟合生物浓缩因子值用情商5 ');
情况下12
标题(“安装KPDMS-w值使用情商的训练集5 ');
情况下13
标题(“安装KPDMS-a值使用情商的训练集5 ');
情况下14
标题(“安装KPOM-w值使用情商的训练集5 ');
情况下15
标题(“安装KPA-w值使用情商的训练集5 ');
情况下16
标题(“安装KPU-a值使用情商的训练集5 ');
情况下17
标题(“安装KSPMD-w值使用情商的训练集5 ');
情况下18
标题(“安装KS的训练集值使用情商5 ');
情况下19
标题(“安装Kph-w值使用情商的训练集5 ');
情况下20.
标题(“Ks。lip-w值使用情商的训练集5 ');
情况下21
标题(“Ks。嘴唇的训练集值用情商5 ');
情况下22
标题(“安装Kalbumin-w值使用情商的训练集5 ');
情况下23
标题(“Kmuscle安装。protein-w值使用情商的训练集5 ');
情况下24
标题(“安装-logLC50值使用情商的训练集5 ');
情况下25
标题(“安装Dw的训练集值使用情商5 ');
情况下26
标题(“安装D_ethanol值使用情商的训练集5 ');
情况下27
标题(“安装logKp值使用情商的训练集5 ');
情况下28
标题(的安装日志(1 / EIT)值使用情商的训练集5 ');
情况下29日
标题(安装日志(D / P0)的训练集值用情商5 ');
情况下30.
标题(的安装日志(1 / NPT)值使用情商的训练集5 ');
情况下31日
标题(的安装日志(1 / ODT)值使用情商的训练集5 ');
情况下32
标题(的安装日志(1 / MAC)值使用情商的训练集5 ');
情况下33
标题(的安装日志(1 / RD50)值使用情商的训练集5 ');
情况下34
标题(的安装日志(1 /卷)的训练集值用情商5 ');
情况下35
标题(的安装日志(1 / C)的训练集值用情商5 ');
情况下36
标题(的安装日志(1 / CON)值使用情商的训练集5 ');
结束
结束
结束
c_unc (c = = 0) = 0;
all_eq5_statistics = [c c_unc rmse r2的);
% disp(“情商5训练集符合统计如下:");
% 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”)
property_names = importdata (“. . / model_parameters / properties_list.txt”);
disp (“情商5训练集符合统计如下:“);
disp (“r ^ 2 RMSE财产”);
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”);
%的相关性与u_2 u_1
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 (u_1的相关性和训练集的u_2 r ^ 2的描述:“);
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 commentaires
显示1 commentaire +旧
沃尔特·罗伯森
沃尔特·罗伯森 2022年勒14日对
如果第7行
[TrainingLabels TrainingSet, ~, ~] = DataSplite(数据、标签、0.1、3);
然后DataSplite是一个变量,而不是函数标签包含值大于最大的第二个维度变量。

Connectez-vous倒评论者。

类别

在知道加瑟尔深度学习基础在帮助中心等文件交换

标签

的


版本

R2018a

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的