代码搜索：Distance
找到约 8,736 项符合「Distance」的源代码
代码结果 8,736
www.eeworm.com/read/397181/8063880
m distance_abs_nor.m
function distance_abs_nor(filename,train_num,chara_num)
Temp_Data=xlsread(filename);
%好，在Temp_Data里,第一列是样品的类别,第2列到第11列是样品的特征,也就是说,一个样品用10个特征来描述。
%因此，我们要从Temp_Data里读出第2列到第11列的数据,并把它保存在另一个矩阵Cork_Da
www.eeworm.com/read/397181/8063884
m distance_ma_std.m
function distance_ma_std(filename,train_num,chara_num)
Temp_Data=xlsread(filename);
%好，在Temp_Data里,第一列是样品的类别,第2列到第11列是样品的特征,也就是说,一个样品用10个特征来描述。
%因此，我们要从Temp_Data里读出第2列到第11列的数据,并把它保存在另一个矩阵Cork_Dat
www.eeworm.com/read/397181/8063888
asv distance_abs_nor.asv
function distance_abs_nor(filename,train_num,chara_num)
Temp_Data=xlsread(filename);
%好，在Temp_Data里,第一列是样品的类别,第2列到第11列是样品的特征,也就是说,一个样品用10个特征来描述。
%因此，我们要从Temp_Data里读出第2列到第11列的数据,并把它保存在另一个矩阵Cork_Da
www.eeworm.com/read/397181/8063890
asv distance_ma_std.asv
function distance_ma_std(filename,train_num,chara_num)
Temp_Data=xlsread(filename);
%好，在Temp_Data里,第一列是样品的类别,第2列到第11列是样品的特征,也就是说,一个样品用10个特征来描述。
%因此，我们要从Temp_Data里读出第2列到第11列的数据,并把它保存在另一个矩阵Cork_Dat
www.eeworm.com/read/397181/8063898
m distance_o_nor.m
function distance_o_nor(filename,train_num,chara_num)
Temp_Data=xlsread(filename);
Cork_Data=Temp_Data(:,2:(1+chara_num));
Template=zeros(3,chara_num);
Temp=Cork_Data(1:train_num,:);
Template
www.eeworm.com/read/397181/8063912
m distance_abs_apt.m
function distance_abs_apt(filename,train_num,chara_num)
Temp_aprtdata=xlsread(filename);
Temp_Test = Temp_aprtdata([(train_num+1):50,(train_num+1+50):100,(train_num+1+100):150],:);
Temp_Train=Temp_
www.eeworm.com/read/397181/8063918
m distance_abs_std.m
function distance_abs_std(filename,train_num,chara_num)
Temp_Data=xlsread(filename);
%好，在Temp_Data里,第一列是样品的类别,第2列到第11列是样品的特征,也就是说,一个样品用10个特征来描述。
%因此，我们要从Temp_Data里读出第2列到第11列的数据,并把它保存在另一个矩阵Cork_Da
www.eeworm.com/read/195849/8126645
m l2_distance.m
function d = L2_distance(a,b,df)
% L2_DISTANCE - computes Euclidean distance matrix
%
% E = L2_distance(A,B)
%
% A - (DxM) matrix
% B - (DxN) matrix
% df = 1, force diagonals to be ze
www.eeworm.com/read/333410/12684449
m l2_distance.m
function d = L2_distance(a,b,df)
% L2_DISTANCE - computes Euclidean distance matrix
%
% E = L2_distance(A,B)
%
% A - (DxM) matrix
% B - (DxN) matrix
% df = 1, force diagonals to be ze
www.eeworm.com/read/145017/12756094
m l2_distance.m
function d = L2_distance(a,b,df)
% L2_DISTANCE - computes Euclidean distance matrix
%
% E = L2_distance(A,B)
%
% A - (DxM) matrix
% B - (DxN) matrix
% df = 1, force diagonals to be zero; 0 (