机器学习
文章平均质量分 76
♚卜卦
这个作者很懒,什么都没留下…
展开
-
KDtree:实现多维数据的快速查找
BBF算法(近似最近邻算法是一种牺牲精度和空间和换取时间的方法),BBF设定了最大的回溯次数,当回溯次数达到该次数时,就会停止回溯,并以当前的最近邻点作为结果。在二叉查找树(二叉搜索树)中,对于每一个节点,值小于它的在该节点的左边,值大于它的在该节点的右边。kdtree中是在分割左右子树时,选择其中一个维度进行比较,在该维度上,值小于父节点的作为左子树,大于的作为右子树。判断当前回溯节点的另一边的没有访问过的子树,是否存在更近的节点,判断方法是以目标点为圆心,当前最近距离为半径,原创 2024-06-07 16:15:56 · 299 阅读 · 0 评论 -
k-mean和dbscan 算法 实现及结合halcon的可视化测试效果
是一种基于密度的聚类算法,算法过程会不断地(按照距离)向外扩展簇并加入邻居点,所以可以将高密度的区域聚为一类,也可以识别出异常点。需要设定邻居点的数量阈值,和判断是否是邻居点的半径阈值。③如果邻居点没有分类,也加入该簇,并将它的邻居点加入邻居点列表末尾。聚类算法是指将一组数据,按照某种规则进行分类的过程,具备相似的特征的数据将会被归为一类。①如果该点没有分类,寻找他的邻居点,如果他的邻居点数量小于设定阈值,将其设为噪声点类。遍历所有点,计算到所有簇心的距离,将该点加入距离最近的簇心那一类。转载 2024-05-22 11:08:34 · 91 阅读 · 0 评论