①A&&B 首先判断A的逻辑值,如果A的值为假,就可以判断整个表达式的值为假,就不需要再判断B的值。
这种用法非常有用,如果A是一个计算量较小的函数,B是一个计算量较大的函数,那么首先判断A对减少计算量是有好处的。另外这也可以防止类似被0除的错误:
②读到一段程序,觉得有用,可以学习这种方法,就是把矩阵多增加一个维度,让这个维度来当标记用与分类
1 posIndex = 1:size(positives, 1);%posIndex是1×500 是1到500 2 negIndex = (1:size(negatives,1)) + size(positives,1);%negIndex是1×5000,即从 % 501到5500 3 cnetPos{frame} = features(:, :, :, posIndex);%得到正样本的特征 4 cnetNeg{frame} = features(:, :, :, negIndex);%得到负样本的特征% 感觉这第四维度%就是用来分正负的,学习这种方法