ANN是一个用C++编写的库,它支持在任意高维下精确和近似近邻搜索的数据结构和算法。在最近邻问题中,给出了d维空间中的一组数据点。这些点被预处理成一个数据结构,这样在给定任何查询点q时,可以高效地报告P到q的最近点或通常k个最近点。两点之间的距离可以用多种方式定义。ANN假设距离是用任何一类称为Minkowski度量的距离函数来度量的。其中包括众所周知的欧几里德距离、曼哈顿距离和最大距离。根据我们自己的经验,ANN对大小从几千到几十万,高达20维的点集执行的非常有效。(对于显著更高维度的应用程序,结果是相当不稳定的,但是您可以尝试一下。)该库基于kd树和盒分解树实现了多种不同的数据结构,并采用了几种不同的搜索策略。该库还提供了测试程序,用于测量ANN在任何特定数据集上的性能质量,以及可视化几何数据结构结构的程序。


zbMATH中的参考文献(参考文献46条)

显示结果1到20,共46个。
按年份排序(引用)
  1. 查特吉,巴比;瓦鲁利亚,伊万;Tsigas,Philippas:无锁kD树中的并行线性化最近邻搜索(2021)
  2. 戴伊,塔马尔·K。;石、大禹;Wang,Yusu:SimBa:一种通过简单批量崩溃近似Rips过滤持久性的有效工具(2019)
  3. 迈克尔·哈斯勒;马修·皮肯布鲁克;Derek Doran:dbscan:R快速密度聚类(2019)不是zbMATH
  4. 钟、四开;钟子春;华静:基于点云的并行统一粒子重采样曲面重建(2019)
  5. 米卡,布切;查扎尔,弗里德里克;噢,史蒂夫Y。;Sheehy,Donald R.:测度的有效和稳健持久同源性(2016)
  6. 戴伊,塔马尔·K。;石、大禹;Wang,Yusu:SimBa:一种通过简单批量崩溃近似Rips过滤持久性的有效工具(2016)
  7. 刘易斯,艾莉森;史密斯,拉尔夫;威廉姆斯,布莱恩;Figueroa,Victor:使用高保真码校准低保真码的信息论方法(2016)
  8. 尼亚戈,安吉拉;Popa,Radu:安全系数临界值下的边坡破坏概率(2016)
  9. 肖波;Biros,George:高维最近邻搜索问题的并行算法(2016)
  10. Cavoretto,Roberto:离散数据点多维建模的数值算法(2015)
  11. 迪尔,帕特里克;Schweitzer,Marc Alexander:GPU上粒子方法的有效邻居搜索(2015)
  12. 博伊森纳特,让丹尼尔;Maria,Clément:单纯形树:一般简单复形的有效数据结构(2014)
  13. 科尔代罗,罗布森L.F。;郭,范;哈维坎普,唐娜S。;霍恩,詹姆斯H。;休斯,艾伦K。;Kim,Gunhee;罗曼尼,卢西安娜A.S。;科尔特里,普里西拉P。;塔米尔苏扎。;特拉纳,Agma J.M。;特拉尼塔;Faloutsos,Christos:QuMinS:快速和可伸缩的查询、挖掘和汇总多模式数据库(2014)ioport公司
  14. 埃米里斯,约安尼斯Z。;Fisikopoulos,Vissarion:近似多面体体积的有效随机游走方法(2014)
  15. 林,健智;Krabbenhoft,克里斯蒂安;Andrade,JoséE.:颗粒单元法的接触动力学方法(2014)
  16. 刘若晨;何飞;刘静;马文平;李阳阳:基于点对称的克隆选择聚类算法及其在图像压缩中的应用(2014)ioport公司
  17. 莱瓦,路易斯A。;维达尔,恩里克:扭曲(K)-均值:一种聚类有序分布数据的算法(2013)ioport公司
  18. 米兰,丹尼尔;罗斯伦,阿德里安;Arroyo,Marino:无网格有限变形薄壳分析的非线性流形学习(2013)
  19. 格拉泽,朱迪思;Heider,Pascal:买入价格曲面和输入数据风险的无套利近似(2012)
  20. 海默,迈克尔;克莱因波特,米哈尔;Halperin,Dan:在一般二维细分中改进点定位的实现(2012)