对于计算机视觉中的某些项目,我有N高维空间中的点。我想选择其中将是“最可区分”彼此的k。例如,它可以翻译为所选点之间的距离总和最大。或者可以是多面体的体积最大。但通常任何有直觉的东西都可以去。查找图中的代表顶点
如预期的那样,我想找到这些代表性观点。
有两个问题:
- 为“最区分”点什么的定义是较常用的?他们是否改变了用于查找这些点的算法?
- 寻找点的算法是什么?它高度提醒我最大的加权集团问题。这是NP难题吗?在这种情况下,我们可以对最优解做出一些很好的近似?
对于计算机视觉中的某些项目,我有N高维空间中的点。我想选择其中将是“最可区分”彼此的k。例如,它可以翻译为所选点之间的距离总和最大。或者可以是多面体的体积最大。但通常任何有直觉的东西都可以去。查找图中的代表顶点
如预期的那样,我想找到这些代表性观点。
有两个问题:
你定义“最明显的”的方式肯定会影响你想要使用的算法。例如,您可以将“最可区分”定义为集合中任意两个点之间距离的最大总和,但您也可以将其定义为具有任意两个点之间最大最小距离的集合。这是两个完全不同的问题。
至于算法,正如我所说,这取决于你的定义。如果您想查找K
最远的点,则应查看this question。这个问题是NP-Complete,但你可能会对如何解决这个问题有一些想法。
我没有看到任何证据或令人信服的论点,认为问题“K最远点”在您链接的问题或答案中是NP完全的 –
http://en.wikipedia.org/wiki/Anomaly_detection –