MEAS表示什么意思
MEAS中文是什么意思？
MEAS中文是什么意思？
MEAS，全名measurment，将其印在纸箱上是用来表示纸箱的规模尺寸，如长*宽*高* CM/MM。
除MEAS以外，纸箱上一般还会印有其他标准，如：
weight 净重
净重是指商品本身的重量，,即除去包装物后的商品实际重量。净重是国际贸易中最常见的计重办法。
weight 毛重
引证解释货物连同包装材料或牲畜家禽连同皮毛在内的重量。与“净重”相对。
MATLAB中search命令用法？
MATLAB knnsearch语法
Idx knnsearch(X,Y)
Idx knnsearch(X,Y,Name,Value)
[Idx,D] knnsearch(___)
说明
Idx knnsearch(X,Y) 为Y中的每个查询点在X中找到最近的邻居，并在列向量Idx中返回最近的邻居的索引。 Idx与Y具有相同的行数。X为训练点集，Y为目标点集。
Idx knnsearch(X,Y,Name,Value) 返回具有使用一个或多个名称-值对参数指定的其他选项的Idx。 例如，您可以指定要搜索的最近邻居的数量以及搜索中使用的距离度量。
[Idx,D] knnsearch(___) 另外，使用前面语法中的任何输入参数返回矩阵D。 D包含Y中每个观测值与X中相应最接近观测值之间的距离。
例子
根据年龄和体重，在医院数据集中找到与Y型患者最相似的患者。
load hospital
X [ hospital.Weight]
Y [20 162 30 169 40 168 50 170 60 171] % New patients
1
2
3
1
2
3
在X和Y之间执行knnsearch查找最近邻居的索引。
Idx knnsearch(X,Y)
1
1
在X中找到年龄和体重最接近Y的患者。
X(Idx,:)
ans 5×2
25 171
25 171
39 164
49 170
50 172
1
2
3
4
5
6
7
8
1
2
3
4
5
6
7
8
使用不同的距离量度查找k最近邻：
首先使用Minkowski距离度量，然后使用Chebychev距离度量，找到X中与Y的每个点最近的10个邻居。
load fisheriris
X meas(:,3:4) % Measurements of original flowers
Y [5 1.456 22.75 .75] % New flower data
1
2
3
1
2
3
使用Minkowski和Chebychev距离度量在X和查询点Y之间执行knnsearch。
[mIdx,mD] knnsearch(X,Y,#39K#39,10,#39Distance#39,#39minkowski#39,#39P#39,5)
[cIdx,cD] knnsearch(X,Y,#39K#39,10,#39Distance#39,#39chebychev#39)
1
2
1
2
可视化两个最近邻居搜索的结果。 绘制训练数据。 用标记X绘制查询点。使用圆圈表示Minkowski最近的邻居。 使用五角星表示Chebychev最近的邻居。
gscatter(X(:,1),X(:,2),species)
line(Y(:,1),Y(:,2),#39Marker#39,#39x#39,#39Color#39,#39k#39,...
#39Markersize#39,10,#39Linewidth#39,2,#39Linestyle#39,#39none#39)
line(X(mIdx,1),X(mIdx,2),#39Color#39,[.5 .5 .5],#39Marker#39,#39o#39,...
#39Linestyle#39,#39none#39,#39Markersize#39,10)
line(X(cIdx,1),X(cIdx,2),#39Color#39,[.5 .5 .5],#39Marker#39,#39p#39,...
#39Linestyle#39,#39none#39,#39Markersize#39,10)
legend(#39setosa#39,#39versicolor#39,#39virginica#39,#39query point#39,...
#39minkowski#39,#39chebychev#39,#39Location#39,#39best#39)
1
2
3
4
5
6
7
8
9
1
2
3
4
5
6
7
8
9
输入参数
X — Input data
numeric matrix
Input data, specified as a numeric matrix. Rows of X correspond to observations, and columns correspond to variables.
Y — Query points
numeric matrix
Query points, specified as a numeric matrix. Rows of Y correspond to observations, and columns correspond to variables. Y must have the same number of columns as X.