注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 计算几何-算法分析与设计（中文）.pdf

  2. 这是一本具有启发性的很好的书，翻译的也还不错。 我们的实际生活中有很多的问题亟待解决，当问题很复杂的时候往往让人无从下手，这时候如果利用数学中的几何知识将之转化成为几何问题求解往往会出现出人意料的解决方案。 书中关于点的处理的部分有凸包、正交区域查找、点定位、voronoi图和delaunay三角剖分。 1、凸包： 1）平面凸包：计算平面上由n个点组成的有限集合P的凸包，利用“递增式算法”，逐一引入P中的各点，每增加一个点，观察多边形的外边界是向哪个方向改变，例如：对于点集的上凸包，当其多边形

  3. 所属分类：其它

    • 发布日期：2010-09-08
    • 文件大小：7340032
    • 提供者：wuzq26

  1. KD树+KNN+BBF搜索

  2. 该程序主要使用C#实现了KD树的构造，同时利用构造的KD树，查找距离目标点的最近邻节点，还有在此基础之上改进的BBF搜索算法，当然同时在此之上进一步改进K近邻的搜索算法

  3. 所属分类：C#

    • 发布日期：2013-08-05
    • 文件大小：109568
    • 提供者：jjp837661103

  1. 李航 统计学习方法 kd树实现

  2. kd树(K-dimension tree)是一种对k维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。kd树是是一种二叉树，表示对k维空间的一个划分，构造kd树相当于不断地用垂直于坐标轴的超平面将K维空间切分，构成一系列的K维超矩形区域。kd树的每个结点对应于一个k维超矩形区域。利用kd树可以省去对大部分数据点的搜索，从而减少搜索的计算量。

  3. 所属分类：机器学习

    • 发布日期：2017-09-29
    • 文件大小：4096
    • 提供者：u011649495

  1. KD树C++源码

  2. kd树(K-dimension tree)是一种对k维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。kd树是是一种二叉树，表示对k维空间的一个划分，构造kd树相当于不断地用垂直于坐标轴的超平面将K维空间切分，构成一系列的K维超矩形区域。kd树的每个结点对应于一个k维超矩形区域。利用kd树可以省去对大部分数据点的搜索，从而减少搜索的计算量。这是一个kd树的C++实现

  3. 所属分类：深度学习

    • 发布日期：2018-09-20
    • 文件大小：16384
    • 提供者：m0_37633602

  1. 统计学习方法_李航

  2. 统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。 《统计学习方法

  3. 所属分类：机器学习

  1. 基于c的kd-tree实现方法.zip

  2. kdtree（kd-树）的mex库，它允许最近邻域，k最近邻域，范围等查询 kd-tree的简约实现。该实现既可以通过MEX调用在MATLAB内部使用，也可以直接从C / C ++程序中作为独立工具使用。网站上的图像已使用“ fulltest.m”创建。 此实现提供以下功能： -kdtree_build：kd树构造O -kdtree_delete：释放由kdtree分配的内存 -kdtree_nearest_neighbor：最近的邻居查询（一个或多个点） -kdtree_k_nearest_n

  3. 所属分类：C

    • 发布日期：2020-04-08
    • 文件大小：300032
    • 提供者：Mactav

  1. 一文详解：什么是B树？.pdf

  2. 详细了解B树的实现机制，深入理解大规模数据存储、索引查询的问题2.1磁盘的构造 磁盘是一个扁平的圆盘(与电唱机的唱片类似)。盘面上有许多称为磁道的圆圈, 数据就记录在这些磁道上。磁盘可以是单片的,也可以是由若干盘片组成的盘组, 每一盘片上有两个面。如下图11.3中所示的6片盘组为例,除去最顶端和最底 端的外侧面不存储数据之外,一共有10个面可以用来保存信息。 存取装置 主轴 动臂 盘片 柱面 千专 道 读写美 图11.3活动头盘示意图 当磁盘驱动器执行读/写功能时。盘片装在一个主轴上,并绕主轴高

  3. 所属分类：互联网

    • 发布日期：2019-10-08
    • 文件大小：560128
    • 提供者：feige74110

  1. ACM巨全模板 .pdf

  2. 看大小就知道很全啦 查看地址 https://blog.csdn.net/qq_43333395/article/details/98508424 目录： 数据结构： 1.RMQ (区间最值,区间出现最大次数,求区间gcd) 2.二维RMQ求区间最大值 (二维区间极值) 3.线段树模板(模板为区间加法) (线段树染色) (区间最小值) 4.线性基 (求异或第k大) 5.主席树(静态求区间第k小) (区间中小于k的数量和小于k的总和) (区间中第一个大于或等于k的值) 6.权值线段树 (求逆序对)

  3. 所属分类：C/C++

    • 发布日期：2019-10-07
    • 文件大小：8388608
    • 提供者：qq_43333395

  1. 用Scikit-learn进行机器学习（五）：使用Scikit-learn进行KNN分析——KNN模型的提升KD-Tree的原理和KD-Tree癌症案例

  2. 文章目录KNN算法的模型提升KD-Treekd树是什么kd树的原理1.树的建立；2.最近邻域搜索（Nearest-Neighbor Lookup）3.构造方法4.案例分析4.1 树结构的建立4.2 最近领域的搜索4.2.1 查找点(2.1,3.1)4.2.2 查找点(2,4.5)5.总结KD-Tree案例癌症的数据建立模型 KNN算法的模型提升KD-Tree k最近邻法的实现是线性扫描（以穷举搜索的方式进行距离测算，加权分类），即要计算输入实例与每一个训练实例的距离。计算并存储好以后，再查找K近

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：948224
    • 提供者：weixin_38663007

  1. K 近邻法（K-Nearest Neighbor, K-NN）

  2. 文章目录1. k近邻算法2. k近邻模型2.1 模型2.2 距离度量2.2.1 距离计算代码 Python2.3 kkk 值的选择2.4 分类决策规则3. 实现方法, kd树3.1 构造 kdkdkd 树3.2 搜索 kdkdkd 树4. 鸢尾花KNN分类4.1 KNN实现4.2 sklearn KNN k近邻法（k-nearest neighbor，k-NN）是一种基本分类与回归方法。 输入：实例的特征向量，对应于特征空间的点 输出：实例的类别，可以取多类 假设：给定一个训练数据集，其中的实例

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：296960
    • 提供者：weixin_38681147

  1. 移动机器人同步定位的数据关联优化控制

  2. 在移动机器人同步定位与构图(SLAM)问题中,在大规模复杂环境下,由于传统数据关联算法的速度和正确率随着地图规模的增长而降低,导致难以满足实时性和鲁棒性的要求。为提高定位性能,根据联合相容分支定界(JCBB)算法,提出了一种改进的IJCBB数据关联算法用于移动机器人同步定位优化控制。首先建立地图的KD树模型,生成优化候选路标集,以缩小关联搜索空间,提升关联速度;其次构造增补关联规则,对JCBB算法的初步关联结果进行增补再关联,提升关联正确率。仿真结果表明:IJCBB算法的关联速度和关联正确率均优

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：300032
    • 提供者：weixin_38597990

  1. CIS561_HW8-源码

  2. 严加瑞（jiaruiya）HW8测试结果： 建立KD树： kd树交叉点函数和其他测试： 随机的： 网格： 薄型相机： 点光源： 射灯： 构造实体几何： 联盟： 结合： 不同： 多种的： 额外信用（远光）：

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：48234496
    • 提供者：weixin_42122986

  1. 基于类八叉树索引的点云管理策略研究

  2. 以点云数据为研究对象,提出了一种结合K维(KD)树空间切分思想的类八叉树混合点云索引结构,实现了对海量点云的高效管理。对于点云所在空间,首先利用KD树思想进行初步分割,再对所得的子空间利用八叉树做进一步切分,建立类八叉树索引结构。并对传统线性八叉树编码进行改进,利用优化后的编码方式对空间进行编码,以实现更好地空间管理和邻域搜索。最后,以5组数量级递增的点云集为测试数据,通过实验结果和对比分析可知,类八叉树能够使数据组织的整体结构趋于合理,有效地提高了存取效率,降低了内存空间的占用;提升了传统KD

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：13631488
    • 提供者：weixin_38609247

  1. C#通过KD树进行距离最近点的查找

  2. 本文首先介绍Kd-Tree的构造方法，然后介绍Kd-Tree的搜索流程及代码实现，最后给出本人利用C#语言实现的二维KD树代码。这也是我自己动手实现的第一个树形的数据结构。理解上难免会有偏差，敬请各位多多斧正。 1. KD树介绍 Kd-Tree（KD树），即K-dimensional tree，是一种高维索引树形数据结构，常用于在大规模的高维数据空间进行最邻近查找和近似最邻近查找。我实现的KD树是二维的Kd – tree。目的是在点集中寻找最近点。参考资料是Kd-Tree的百度百科。并且根据百

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：65536
    • 提供者：weixin_38735987