0

对于计算机视觉中的一些项目,我在高维空间中有N个点。我想选择其中k个彼此“最有区别”的。例如,它可以转换为所选点之间的距离总和最大。或者可能是多面体的体积最大。但一般来说,任何有直觉的东西都可以去。

不出所料,我想找到这些代表点。

有两个问题:

  • 更常用的“最可区分”点的定义是什么?他们是否更改了用于查找这些点的算法?
  • 找到点的算法是什么?它高度提醒我最大加权集团问题。是NP难问题吗?在这种情况下,我们可以对最优解做出一些好的近似吗?
4

1 回答 1

1

您定义“最可区分”的方式肯定会影响您要使用的算法。例如,您可以将“最可区分”定义为集合中任意两点之间的距离之和最大的集合,但您也可以将其定义为任意两点之间的最大最小距离的集合。这是两个完全不同的问题。

至于算法,正如我所说,这取决于您的定义。如果你想找到K最远的点,你应该看看这个问题。这个问题是 NP-Complete 的,但是你可能会得到一些关于如何解决这个问题的想法。

于 2014-02-17T15:07:16.560 回答