作业1、8 个二维矢量，前四个属于一个类别，后四个属于另外一个类别:@:=(4,-2)’,x =(3,-1),s =(3,-3),x, =(3,-2)@:x=(3,0)5=(3,-4),x=(1,-2)工 =(0,-1)(1)请用最近邻分类方法判别x=(0,0)的类别属性(2)采用单模板匹配的方法判别x的类别属性

(1) 最近邻分类方法判别x=(0,0)的类别属性：
1. 计算x与每个已知矢量的欧氏距离：dist(@,x) = √[(4-0)^2 + (-2-0)^2] = 4.47，dist(x,x) = 3，dist(s,x) = √[(3-0)^2 + (-3-0)^2] = 3.61，dist(x,=) = √[(3-0)^2 + (-2-0)^2] = 3.61，dist(x,=) = √[(3-0)^2 + (-1-0)^2] = 3.16，dist(x,=) = √[(3-0)^2 + (0-0)^2] = 3。
2. 找出距离x最近的已知矢量，即dist(x,=)，因此x属于后四个矢量中的类别。

(2) 单模板匹配方法判别x的类别属性：
1. 对于每个已知矢量，计算其与x的相似度，可以用余弦相似度或相关系数等方法计算，这里以内积为相似性度量方法。例如，=与x的相似度为：<(3,-2), (0,0)> = 0；5与x的相似度为：<(3,-4), (0,0)> = 12；x与x的相似度为：<(3,0), (0,0)> = 9；工与x的相似度为：<(0,-1), (0,0)> = 0。
2. 找出相似度最高的已知矢量，即5与x的相似度最高，因此x属于后四个矢量中的类别。

相关问题

如何构造一个四维的cv::mat

在OpenCV中，可以使用`cv::Mat`类来表示多维数组，包括四维数组。构造一个四维的`cv::Mat`的代码如下：

// 定义四维数组的大小
int size[] = { height, width, channels, frames };
// 创建四维数组
cv::Mat four_dim_mat(4, size, CV_8UC3, cv::Scalar(0));

其中，`height`表示数组的高度，`width`表示数组的宽度，`channels`表示数组的通道数，`frames`表示数组的帧数。`CV_8UC3`表示每个像素由3个8位无符号整数组成，可以根据需要进行修改。`cv::Scalar(0)`表示初始化所有像素为0。

numpy 一个四维数组，希望将第二维改成第四维

可以使用 NumPy 的 `transpose()` 函数来交换数组的维度。具体来说，我们可以使用该函数将第二维移动到第四维上。下面是一个示例：

import numpy as np

# 创建一个四维数组
a = np.random.rand(2, 3, 4, 5)

# 将第二维移动到第四维
b = np.transpose(a, (0, 1, 3, 2))

# 输出结果
print(b.shape)
# (2, 3, 5, 4)

在上面的代码中，我们首先创建了一个形状为 `(2, 3, 4, 5)` 的四维数组 `a`。然后，我们使用 `transpose()` 函数将第二维移动到了第四维上，得到了一个形状为 `(2, 3, 5, 4)` 的新数组 `b`。

在 `transpose()` 函数中，第一个参数是要转置的数组，第二个参数是一个元组，用于指定新数组的维度顺序。在上面的例子中，我们将原数组的第一维保持不变，将第二维变成了第四维，将第三维保持不变，将第四维变成了第二维。