2012年8月31日

k近邻算法——k-d 树的实现

摘要:本文转自:http://www.cnblogs.com/eyeszjwang/articles/2429382.htmlk-d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)。应用背景 SIFT算法中做特征点匹配的时候就会利用到k-d树。而特征点匹配实际上就是一个通过距离函数在高维矢量之间进行相似性检索的问题。针对如何快速而准确地找到查询点的近邻,现在提出了很多高维空间索引结构和近似查询的算法,k-d树就是其中一种。 索引结构中相似性查询有两种基本的方式:一种是范围查询(range searches),.. 阅读全文

posted @ 2012-08-31 11:09 _Clarence 阅读 (236) 评论 (0) 编辑

导航

统计