Tag: 最近邻

MATLAB中的最近邻插值algorithm

我正在尝试使用最近邻居插值algorithm来编写我自己的扩大input图像的函数。 不好的部分是我能够看到它是如何工作的,但无法findalgorithm本身。 我会很感激任何帮助。 以下是我尝试将input图像放大2倍的原因: function output = nearest(input) [x,y]=size(input); output = repmat(uint8(0),x*2,y*2); [newwidth,newheight]=size(output); for i=1:y for j=1:x xloc = round ((j * (newwidth+1)) / (x+1)); yloc = round ((i * (newheight+1)) / (y+1)); output(xloc,yloc) = input(j,i); end end 这是马克的build议后的输出

高维数据中最近的邻居?

几天前我问了一个问题 ,如何find给定vector的最近邻居。 我的向量现在是21个维度,在我进一步研究之前,因为我不是来自机器学习和math领域,我开始问自己一些基本的问题: 欧几里德距离是寻找最近邻居的好方法吗? 如果不是,我有什么select? 另外,如何确定确定k邻居的正确阈值? 是否有一些分析可以做出这个数字呢? 以前,我被build议使用kd-Trees,但维基百科页面清楚地表明,对于高维数据,kd-Tree几乎等同于蛮力search。 在这种情况下,在百万点数据集中有效地find最近邻的最佳方法是什么? 有人可以澄清一些(或全部)上述问题吗?