![](https://img-blog.csdnimg.cn/2019092715111047.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
算法源码
文章平均质量分 94
分享雷达算法、AI算法等源码
Satisfying
#自律女孩养成记#
#立刻行动派#
外表平静似水,内心坚定如刚。
展开
-
DBSCAN聚类原理及Python实现
(1)密度直达、密度可达、密度相连都属于同一个簇;(2)密度直达、密度可达不具有对称性,密度相连具有对称性。原创 2024-03-19 16:03:20 · 2309 阅读 · 0 评论 -
KD-Tree的原理及其在KNN中的应用(附Python代码)
回溯到某个节点,比较该节点和目标节点之间的距离时并不是计算欧氏距离(其实使用欧氏距离也可以),而是在当前分割维度上的数据之差,这是因为多维数据进行二分查找分割时,使用的是平行于某个坐标轴的超平面,(1)从根节点出发进行查找,根据树深计算当前的分割维度split,若目标结点在分割维度上的数据小于当前节点,则进入左子树遍历,否则进入右子树遍历;(2)重复步骤一,直到找到叶子节点,记录当前目标节点和当前节点的距离为最小距离,当前节点为最近节点,并开始回溯;任意节点的子树的高度差都小于等于1。原创 2024-03-18 17:55:31 · 1828 阅读 · 0 评论 -
地面点检测算法(附C++代码)
先根据先验信息滤除掉不可能是地面点的部分点云,再从剩下的候选地面点中随机选择3个点,根据三个点坐标计算平面的法线向量,将法线向量及已知点坐标代入点法式方程即可得拟合的平面方程表达式,将剩余候选地面点代入方程计算每个点到平面的距离,统计满足内点数量点的个数。循环迭代,取内点数量最多的一次迭代的平面方程模型为最优模型。另外雷达和地面通常是平行的,所以法向量和(0, 0, 1)的夹角是很小的,这个思路也可以解决。加入雷达最远地面线先验信息约束,地面线最远到不了100m,那么只对。:先过滤掉不可能是地面点的点云;原创 2024-03-14 10:13:01 · 349 阅读 · 0 评论 -
PCA算法原理及实现(Python)
欲将一组N维向量降到K维(0原创 2024-03-07 15:45:07 · 3387 阅读 · 0 评论