问题标签 [euclidean-distance]

我们在 2D 平面上得到了大量的点。我们需要为每个点找到集合中最近的点。例如假设初始集合如下：

输出应该是这样的：

任何想法？

我正在寻找一种算法，例如最近的点对算法

我没有设置所有点之间的任意距离，而是设置了一个网格系统，其中 4 个点分别是右上角、右下角、左上角和左下角。这使所有点之间的距离保持不变。

例如，如果我要在这个网格上放置一个外部点，我需要找到它所在的网格正方形，假设通过找到最近的 4 个点（给我网格正方形的端点）。

我打算为最近的点实现算法，但由于这些点之间的距离始终相同，我不知道这是否值得采用不同的更有效的算法。

我真的不需要对答案的详细解释，只需要指出正确的方向即可。

我很想使用 Networkx 来可视化距离矩阵。我想要的是一个图，其中节点之间的边长与距离矩阵中它们之间的距离成正比。我编写了以下代码，但看起来生成的网络根本没有考虑距离矩阵。例如，有一些节点之间的距离为零，并且在结果图中它们根本不接近。我该如何进行这项工作？

I've been doing this in MySQL for years, but how can I do this in PHP?

Example CoordinateArray: http://pastebin.com/grVsbgL9

I'd like to return all the coordinates within 100 miles of a given coordinate.

In MySQL I typically used a query like:

How can I do the same in PHP?

我有一个矩阵 M，我需要计算其行的欧几里得范数。是否可以为此目的使用 BLAS 库的效率？

我使用下面的代码来计算两个 rgb 图像的欧几里得距离：

它给了我正确的答案
，但现在我想在 hsv 颜色模式下使用两个图像的代码，但它无法正常工作，
因为上述所有代码都在 2d 空间中，而 hsv 是 1d
是否有任何特定代码用于计算hsv色彩空间中两个图像的欧几里得距离？图片格式为jpeg

我正在尝试根据拍摄地点和拍摄时间对照片进行聚类。我的聚类算法要求我在每两个点之间定义一个距离函数（在这种情况下，每两张图片。）

对时间参数进行良好转换的任何想法？我曾考虑过使用欧几里得距离作为纬度/经度，但我不知道时间参数需要哪种转换来计算受时间影响的距离。

我正在使用 OpenCV 2.4.2 VideoCapture 类从多个视频中抓取帧，我的目标是比较视频之间的帧以检索相似的视频（视觉上相似）。

我面临两个问题。

1. 视频包含空白/黑色帧。我可以遍历每个单独的帧（在捕获视频时）并检查像素等以检测这些帧。有没有更快更有效的方法来做到这一点？我有超过 1k 个视频，每个视频大约有 5k-20k 帧 [我每秒捕获 1 帧]。我正在用 C++ 编写代码。

2. 比较两个巨大的矩阵来检查它们有多“相似”。我最终为每个视频计算了一个巨大的矩阵，其中行对应于帧数，而列对应于在每帧上计算的描述符的维数。如果我需要比较两个视频的相似性，我发现最简单的方法是计算欧几里得矩阵。但同样，如果我扩展到 1000 多个视频，效率会非常低。

任何意见和建议将不胜感激。

谢谢，

我有两个二维坐标点数组（x，y）

如何找到数组中每个对齐对之间的欧几里得(xi,yi) to (Xi,Yi)距离1xN？

该函数为我提供了数组scipy.spatial.cdist中所有对之间的距离。NxN

如果我只是使用norm函数来一一计算距离，它似乎很慢。

是否有内置功能可以做到这一点？

我已经使用 k-means 聚类建立了一个分割模型。

谁能描述将新数据分配到这些细分市场的过程？

目前，我正在应用与构建模型相同的转换/标准化/异常值，然后计算欧几里得距离。最小距离是记录落入的段。

但是，我看到大多数人属于 1 个特定部分，我想知道我是否在此过程中遗漏了什么？

谢谢