问题标签 [nearest-neighbor]

我有 2 组点，set1并且set2. 两组点都有与该点相关的数据。set1 中的点是“短暂的”，仅在给定日期存在。set2 中的点是“永久的”，在给定日期构造，然后在该日期之后永远存在。

这是我的问题：对于 set1（临时）中的每个点，找到在 set1 发生之前构建的 set2（永久）中最近点的距离。例如，set1 中的第一个点发生在 2011-03-18：

所以我想找到 set2 中在 2011-03-18 之前构建的最近点：

额外的皱纹是这些是纬度/经度点，所以我必须计算沿地球表面的距离。R 包字段提供了一个方便的函数来执行此操作：

Inf我的问题是，如果 set2 中的点（距离矩阵的列）是在 set1 中的点（距离矩阵的行）之后构造的，我该如何调整这个矩阵中的距离？

I'm beginning to learn Python coming from a C++ background. What I am looking for is a quick and easy way to find the closest (nearest neighbor) of some multidimensional query point in an 2D (numpy) array of multidimensional points (also numpy arrays). I know that scipy has a k-d tree, but I don't think this is what I want. First of all, I will be changing the values of the multidimensional points in the 2D array. Secondly, the position (coordinates) of each point in the 2D array matters as I will also be changing their neighbors.

I could write a function that goes through the 2D array and measures the distance between the query point and the points in the array while keeping track of the smallest one (using a scipy spatial distance function to measure distance). Is there is a built in function that does this? I am trying to avoid iterating over arrays in python as much as possible. I will also have numerous query points so there would be at least two "for loops" - one to iterate through the query points and for each query, a loop to iterate through the 2D array and find the minimum distance.

Thanks for any advice.

我正在寻找一种在应用程序中导航的方法，使用虚拟 dpad 抛出所有元素。但是如何在上下左右的方向上找到最近的邻居？例如，我收到了要关闭的事件，现在我想将焦点设置在下面的按钮上。

我不想像这样在 xml 文件中使用定义：

我怎样才能做到这一点？

谢谢。

我有一个大约 3000 个点的空间数据框。我想生成一个矩阵，为每个点提供 k 个（在本例中为 30 个）最近邻。

我可以使用循环来做到这一点，但我觉得应该有一种我不知道的空间点数据框类的优雅和最佳方式。

我在二维平面上有一组点 (x,y)。给定一个点 (x0,y0) 和数字 k，如何在点集中找到 (x0,x0) 的第 k 个最近邻。具体来说，点集由两个数组表示：x 和 y。点 (x0,y0) 由索引 i0 给出。这意味着 x0=x(i0) 和 y0=y(i0)。

Matlab中是否有任何功能或东西可以帮助我解决这个问题。如果Matlab没有这种功能，您能否提出其他有效的方法。

编辑：我必须为集合中的每个点 (x0,y0) 计算这种距离。集合的大小约为 1000。k 的值应约为 sqrt(1500)。最糟糕的是，我这样做了很多次。在每次迭代中，集合都会发生变化，我会再次计算距离。因此，运行时间是一个关键问题。

我正在解决一个问题，即为一组任意放置的非相交椭圆找到最近的三个邻居。作为一个新用户，我不允许包含图像标签，但我在页面底部包含了 URL，因为我一直认为我能够更好地使用视觉辅助工具来解释自己。这张图片展示了我所说的将 3 个最近的椭圆彼此连接起来的阿波罗尼奥斯圆。

到目前为止，我已经尝试使用椭圆之间的最小距离并修改 Delaunay 三角剖分，通过增量和扫描线方法，使用各种技术涉及在每 3 个椭圆配置之间形成的三角形圈等，并尝试使用边界框估计邻居，以及完全没有关于如何真正有效地工作的想法

虽然我已经制定了一个解决方案，但它涉及详尽搜索并比较每个椭圆的三个椭圆与其他椭圆，并且时间复杂度为n(n-1)(n-2)/3!. 最重要的是，每个计算都是迭代而不是代数完成的。

有没有人知道如何以代数方式完成这个并且n^2时间复杂度更低？

即使是关于一种技术的建议也适合我尝试，因为现在我已经在这方面工作了将近 3 周，而且真的离一个体面的答案还差得远。

我在 mySql 数据库中有一组地理标记的图片。您可以将 my Pictures 表视为：

我打算根据图片的位置执行 K-Nearest Neighbor 算法。比如说，如果K=10，则选择地理上距离用户位置最近的10张图片。

我很欣赏你的建议。

我对 GIS 有点陌生，我想在我的 DB (mySQL) 中搜索 k 最近邻居。据我了解，选项是：1）使用 Haverstine 公式 - 但它将在整个数据库上运行，我知道我可以向 lat 和 long 添加索引以改进事情.. 2）使用此处描述的扩展区域：http ://blogs.msdn.com/b/isaac/archive/2008/10/23/nearest-neighbors.aspx 3) 使用此处描述的边界框：http ://code.google.com/intl/iw-IL /appengine/articles/geosearch.html 4) 使用点和 MBRContains 函数，如下所述： Fastest Way to Find Distance Between Two Lat/Long Points

我想知道每种方式的优缺点是什么，哪一种（或组合）最适合获得快速且准确的结果。另外，我应该使用点和多边形还是只使用纬度/经度？我知道这个话题已经在这里讨论过不止一次，但我仍然不确定答案是什么。TNX

我使用动态时间规整 (DTW) 作为 K 最近邻 (kNN) 机器学习算法的距离度量。在WEKA中，如果当前正在计算的距离大于之前的距离，kNN 算法将截断值作为提前放弃。

我的问题是我不确定如何在不进行所有计算的情况下使用 DTW 实现这种早期放弃。我怎么能确定最终距离会大于截止距离？

我有一个矩形区域，其中随机位置上有许多点。现在我想在离它最近的邻居最远的位置放置一个新点。此处给出了使用 SQL（和多边形）解决问题的方法：http: //alastaira.wordpress.com/2012/03/11/point-of-maximal-distance-queries-aka-variations-on-a -最近邻的主题/

但是我怎么能在javascript中做到这一点？