java로 KdTree를 구현하고 있습니다. 대부분의 프로그램을 끝내지 만, 가장 가까운 이웃 검색 알고리즘을 제대로 작동시키지 못합니다. 항상 루트 노드의 값을 반환합니다. 여기 내 코드입니다 : public Point2D nearest(Point2D p) {
if (root == null) //if there are no nodes in th
위도 및 경도 정보를 사용할 수있는 점 지오메트리에 가장 가까운 이웃을 찾으려고합니다. 많은 검색을 한 후에 kd 트리 기반 appproach를 사용하는 것이 가장 좋은 방법이라고 결론을 내 렸습니다. 나는 지금까지 kdtree와 함께 3 가지 다른 접근 방법을 시도했지만 그 중 아무 것도 효과가 없었다. 1. mercator (UTM) 투영을 사용 중입니
나노 플라워 radiusSearch 기능의 매개 변수 search_radius에 대해 의문의 여지가 있습니다. 내 코드는 다음과 같습니다 #include <iostream>
#include <vector>
#include <map>
#include "nanoflann.hpp"
#include "Eigen/Dense"
int main()
{
경고 : 상당히 긴 질문입니다. 아마도 너무 길 수도 있습니다. 그렇다면 사과드립니다. kd 트리의 가장 가까운 이웃 검색을 포함하는 프로그램에서 작업하고 있습니다 (이 예에서는 3961 개의 개별 점이있는 11 차원 트리입니다). 우리는 단지 그것들에 대해 배웠을뿐입니다. 나무가 무엇인지 잘 알고있는 동안, 가장 가까운 이웃 탐색에 관해서는 매우 혼란 스
데이터베이스의 부스트 공유 메모리에 약 800,000 행의 데이터가 저장되어 있습니다. 데이터의 형식에 : Id Color Length Size
1 1 2 4
2 3 4 5
3 2 2 0
4 1 2 4......and so on
색상이 길이 1 ~ 4와 크기 1-5, 가 이드, 길이, 색
범위 검색 데이터 구조 중 일부를 알고 있습니다 (예 : kd-tree, 범위 트리 및 쿼드 트리). 그러나 모든 구현이 메모리에 있습니다. 어떻게 고성능 I/O 효율성으로 보조 메모리에서 구현할 수 있습니까? 1) : 두 개의 측정 포인트에서의 정적 세트 여기 의 조건이다. 2) : 검색어, 삽입 또는 삭제 전용입니다. 3) : 보조 메모리에 적합. 감사
다른 크기의 직사각형/사각형을 게임 그리드 섹터로 포함하는 그리드에 가장 적합한 데이터 구조가 무엇일까 궁금합니다. 그 그리드 내의 객체에 간단한 xyz 좌표로 접근해야합니다. 이 KdTrees 검색, 그러나 가까운 개체를 찾을 수가, 나는 또한 세그먼트 나무/간격 나무를 찾았지만 그 건배에 대한 약간의 정보가있다.
을 수행하기 위해, 내가 찾은이 :은 R^D의 설정 P, 및 질의 지점 q를 감안할 때, 그것은 NN입니다 P에 p_0 지적된다 : dist(p_0, q) <= dist(p, q), for every p in P.
마찬가지로 근사 계수 1> ε> 0이면, ε-NN가되도록 p_0이다 :가 dist(p_0, q) <= (1+ε) * dist(p, q), f
나는 matlab에서 kd-tree에 대한 파일 교환을 사용하고 mathwork 사이트에서 검색하고 아래의 m 파일을 보았지만 mex 파일은 어떻게 할 수 있는지 이해할 수 없다. 댓글 "Kuan-Ting Yu"say : 1. mex -setup을 사용하여 컴파일러를 찾으십시오. 예 : VS 2010 2. "kdtree_common.h"에서 #include
4D 공간에 배열이 있습니다 (내 배열은 약 1,000,000입니다). 내 배열의 각 값에 대한 나는 k 번째를 찾을 필요 (여기서 K = 81) 가장 가까운 이웃 나는 그에 따라 일부 추가 코드를 할 .. [짧은에, 나는 효과적으로 시도하고있다 SSIM 알고리즘을 확장 할 수 있지만 4D에 앉아있는 그림의 경우 - len (my_values) = 1,00