基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在已有经典KD树算法基础上,提出一种利用数组实现的、压缩式存储的KD树算法,该算法的优点为可以在保证搜索结果正确的前提下,极大减少算法运行时所需的内存空间,搜索效率与经典KD树算法基本相当.通过多个点云数据的实测,验证了该算法的正确性及效率.
推荐文章
一种自适应k-最近邻算法的研究
模式分类
k-最近邻算法
超球
BP网络算法
一种基于角相似性的k-最近邻搜索算法
k-最近邻搜索
数据分割
角相似性
壳-超圆锥体
一种最近邻线非参数鉴别分析算法
特征提取
最近邻线非参数鉴别分析
算法
人脸识别
基于概率的反向 K最近邻高效查询算法研究
反向最近邻查询
数据库
概率
未知对象
修剪机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种节省内存的点云中K最近邻算法
来源期刊 兵工自动化 学科 工学
关键词 KD树 点云 K最近邻查询 内存节省
年,卷(期) 2008,(7) 所属期刊栏目 先进制造与管理
研究方向 页码范围 23-25
页数 3页 分类号 O22|TP391.41
字数 2638字 语种 中文
DOI 10.3969/j.issn.1006-1576.2008.07.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡勇 西南科技大学计算机科学与技术学院 111 1032 16.0 26.0
2 朱林华 西南科技大学计算机科学与技术学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (64)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
KD树
点云
K最近邻查询
内存节省
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导