1. kdtree概念 kd树（k-dimensional树的简称），是一种分割k维数据空间的数据结构，主要应用于多维空间关键数据的搜索，如范围搜索和最近邻搜索。 如下图所示，在既定的分割维度上，每一个根节点的值均大于其左子树，并小于其右子树。这样的二叉树，对于搜索某个点的最临近点或k近邻点，是十分 ...
分类：
编程语言 时间：
2018-09-23 19:11:50
阅读次数：
195
PCB行业中，客户订购5000pcs，在投料时不会直接投5000pcs,因为实际在生产过程不可避免的造成PCB报废， 所以在生产前需计划多投一定比例的板板， 例：订单 量是5000pcs，加投3%，那就是总共投料要投料5000*1.03=5150pcs。 而这个多投的订单标准，每家工厂都可能不一样的 ...
分类：
编程语言 时间：
2018-09-15 15:20:31
阅读次数：
146
实现了kd树的生成和最近邻点的查找算法，对代码做了一定程度的说明，以及进行了少量测试，测试结果表明算法具有分类效果。 ...
分类：
其他好文 时间：
2018-09-12 18:08:35
阅读次数：
201
基本思路：用定点数组记录每个子树的最近邻居。对于每一条边进行处理：如果这条边连成的两个顶点同属于一个集合，则不处理，否则检测这条边连接的两个子树，如果是连接这两个子树的最小边，则更新 (合并)。时间复杂度平均 $O(V+E)$，最坏 $O((V+E)\log V)$。 下面是 Bor?vka 算法演 ...
分类：
编程语言 时间：
2018-08-26 11:45:26
阅读次数：
280
1. KNN分类算法原理及应用 1.1 KNN概述 K最近邻（k-Nearest Neighbor，KNN）分类算法是最简单的机器学习算法。 KNN算法的指导思想是“近朱者赤，近墨者黑”，由你的邻居来推断你的类型。 本质上，KNN算法就是用距离来衡量样本之间的相似度。 1.2 算法图示 从训练集中找 ...
分类：
编程语言 时间：
2018-08-24 18:11:09
阅读次数：
220
1 引言 1.1 维度灾难 分类为例：如最近邻分类方法（基本思想：以最近的格子投票分类） 问题：当数据维度增大，分类空间爆炸增长。如图1所示， 图1 维度增加示意图 1.2 解决方法 缓解维度遭难的一个重用途径是降维。降维是通过某种数学变换，将原始高维属性空间转换为一个低维“子空间”，在这个子空间中 ...
分类：
其他好文 时间：
2018-08-21 22:33:04
阅读次数：
302
一、KNN概述 K-（最）近邻算法KNN（k-Nearest Neighbor）是数据挖掘分类技术中最简单的方法之一。它具有精度高、对异常值不敏感的优点，适合用来处理离散的数值型数据，但是它具有 非常高的计算复杂度和空间复杂度，需要大量的计算（距离计算）。 它的工作原理是：如果已经给定一个带有标签（ ...
分类：
编程语言 时间：
2018-08-06 15:23:38
阅读次数：
212
K最近邻(k-Nearest Neighbor，KNN)分类算法 1、定义：如果一个样本在特征空间中的k个最近似（即特征空间中最临近）的样本中大多数属于某一类别，则该样本也属于这个类别。 2、计算公式：； 3、K-近邻算法需要做标准化处理； 4、K-近邻算法API 5、优点： 1）简单、无需参数处理 ...
分类：
编程语言 时间：
2018-07-29 18:56:14
阅读次数：
131
一、KNN算法的介绍 K最近邻（k-Nearest Neighbor，KNN）分类算法是最简单的机器学习算法之一，理论上比较成熟。KNN算法首先将待分类样本表达成和训练样本一致的特征向量；然后根据距离计算待测试样本和每个训练样本的距离，选择距离最小的K个样本作为近邻样本；最后根据K个近邻样本判断待分 ...
分类：
编程语言 时间：
2018-07-28 20:34:04
阅读次数：
586
测试1：-S src3.bmp 22.5 2 tar pbTag[y*newWidth+x]=blockSrc[yOr*16+xOr]; 处理后图起始点（250，250），区域250×250区域； 直接赋值过去，由于图像是放大二倍，效果近似最近邻插值。 测试2：加入4×4区域内边界判别 边界待定值赋 ...
分类：
其他好文 时间：
2018-07-25 20:11:22
阅读次数：
140
