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？