#include
#include
#include
#include
#include
const?float?PI=3.1415;
float?train1[60][3]train2[60][3]train3[60][3]train4[60][3];??????????//存各類訓練樣本????????
float?m1[3]m2[3]m3[3]m4[3]c1[3][3]c2[3][3]c3[3][3]c4[3][3];?????//各類均值向量及協方差矩陣
float?p=0.25;??????????????????????????????//先驗概率
float?test[240][11];???????????????????????//檢驗樣本??各列分別存放：分類前類別，行號，列號，一波段灰度，二波段灰度，三波段灰度，分類后類別
float?a1a2a3a4;?????????????????????????//公式中常數項；
float?qqqq1qq2qq3qq4;??????????????????//分類精度???
float?k;???????????????????????????????????//kappa值
int?q[4][4];???????????????????????????????//混淆矩陣
float?a[4][4];?????????????????????????????//精度指標矩陣?各列分別為生產者精度?漏分誤差
???????????????????????????????????????????//用戶精度?錯分誤差

int?main（）
{???
	void?getdata1（char?*filename）;
	void?getdata2（char?*filename）;
????void?compute（float?train[60][3]float?m[3]float?c[3][3]float?*a）;
	float?identify（float?m[3]float?c[3][3]float?afloat?band1float?band2float?band3）;
	int?classify（float?p1float?p2float?p3float?p4）;
????void?testing（）;
	void?accuracy（float?p[4][4]）;
	void?output（char?*filename）;
	void?output1（char?*filename）;
	getdata1（“05training.txt“）;?????????//存放的是訓練樣本三個波段的灰度值
	getdata2（“05testing.txt“）;??????????//檢驗樣本行號?列號?類別代碼?三個波段的灰度值
????compute（train1m1c1&a1）;??????????//計算各類均值向量及協方差矩陣
	compute（train2m2c2&a2）;
	compute（train3m3c3&a3）;
	compute（train4m4c4&a4）;
????testing（）;??????????????????????????//對檢驗樣本分類
	accuracy（a）;
	output（“05test-result.txt“）;
	output1（“05confusion-matrix.txt“）;
	return?0;
}


void?getdata1（char?*filename）
{???
	ifstream?infile（filenameios::in|ios::nocreate）;???//把每類樣本的灰度值依次存入對應的數組
????if（infile==0）
	{??cout<<“open?infile?error!“<	???exit（1）;
	}
????int?ij;
	for（i=0;i<60;i++）
		for（j=0;j<3;j++）
			infile>>train1[i][j];
????for（i=0;i<60;i++）
		for（j=0;j<3;j++）
			infile>>train2[i][j];
????for（i=0;i<60;i++）
		for（j=0;j<3;j++）
			infile>>train3[i][j];
????for（i=0;i<60;i++）
		for（j=0;j<3;j++）
			infile>>train4[i][j];
	infile.close（）;
}

void?getdata2（char?*filename）
{?
	ifstream?infile（filenameios::in|ios::nocreate）;
????if（infile==0）
	{?
	???cout<<“open?infile?error!“<	???exit（1）;
	}
????int?ij;
	for（i=0;i<240;i++）??????//檢驗樣本的數量為240
		for（j=0;j<6;j++）????????????//行、列號、類別代碼、三個波段灰度值
			infile>>test[i][j];
????infile.close（）;
}

void?compute（float?train[60][3]float?m[3]float?c[3][3]float?*a）
{???
	void?gauss（int?ffloat?n[3][3]）;????//求n??矩陣的逆陣聲明?
	int?ij;
????for（i=0;i<3;i++）????m[i]=0;
	for（i=0;i<3;i++）
	{???
		for（j=0;j<60;j++）
	???????m[i]+=train[j][i];
	????m[i]=m[i]/60;
	}
????float?Train[3][60];?????????//轉置矩陣
	for（i=0;i<3;i++）
		for（j=0;j<60;j++）
		Train[i][j]=train[j][i];????
	int?k;
	for（i=0;i<3;i++）???????????????????????//求協方差
	???for（j=0;j<3;j++）
	??????{??c[i][j]=0;
?????????????for（k=0;k<60;k++）
			?c[i][j]+=（（Train[i][k]-m[i]）*（train[k][j

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件????????762??2008-08-02?11:38??貝葉斯分類\05confusion-matrix.txt

?????文件??????14899??2008-08-02?11:38??貝葉斯分類\05test-result.txt

?????文件???????6254??2007-04-30?21:22??貝葉斯分類\05testing.txt

?????文件???????3839??2007-04-29?17:11??貝葉斯分類\05training.txt

?????文件??????10323??2007-04-30?15:19??貝葉斯分類\classify.cpp

?????文件???????3425??2007-04-18?09:10??貝葉斯分類\classify.dsp

?????文件??????25600??2007-04-18?09:12??貝葉斯分類\classify.ncb

?????文件??????????0??2007-04-18?09:11??貝葉斯分類\classify.plg

?????文件???????4264??2007-04-15?22:32??貝葉斯分類\test.dsp

?????文件????????514??2007-04-15?22:12??貝葉斯分類\test.dsw

?????文件??????66560??2008-08-02?11:39??貝葉斯分類\test.ncb

?????文件??????53760??2008-08-02?11:39??貝葉斯分類\test.opt

?????文件????????881??2008-08-02?11:38??貝葉斯分類\test.plg

?????目錄??????????0??2008-08-02?11:39??貝葉斯分類\Debug

?????目錄??????????0??2008-08-02?11:39??貝葉斯分類

-----------?---------??----------?-----??----

???????????????191081????????????????????15