CGAL的主成分分析

        此软件包提供了分析二维和三维对象集的功能。它提供了所有有界对象的轴对齐边界框、质心和主成分分析的计算,以及加权点集的重心。请注意,与大多数CGAL软件包不同,该软件包使用近似方法(特别是线性最小二乘拟合),并不旨在提供任何意义上的精确规范结果。

1、定义

        一组对象的边界框是包含该集的长方体。轴对齐的边界框捕获集合中所有对象在其坐标系内的最大范围,即与坐标系的轴对齐的边框。轴对齐的边界框在几何算法中经常被用作数据集的一般位置的指示,用于显示、一次近似空间查询或空间索引目的。

        一组物体的质心是它们的质心,即通过组成物体的所有点的坐标来计算其坐标的点。请注意,尽管质心的一般定义包含密度函数(因此也包含加权平均值),但当前的实现方式假设了均匀的密度(见下面为加权点定义的重心)。对于点集{X1,X2,…,XN}质心X’计算为

        对于一组分段{S1,S2,…,SN}质心X’计算为

        其中|Si|代表线段的长度,Si’代表其统一重心(中点)。对于一组三角形{T1,T2,…,TN}
质心X’计算为 

 

        其中|Ti|表示三角形的面积,Ti¯表示其均匀重心。对于更一般的对象,这种定义仍然适用,其中Lebesgue测度(1D中的长度,2D中的面积,3D中的体积)用于加权对象重心。质心用于汇总数据集,用于近似、空间查询或空间索引目的。

        一组加权点的重心是坐标由该组所有加权点的加权坐标计算出来的点。当所有权重相等时,重心与质心重合。给定一组对象,线性最小二乘拟合相当于找到一个线性子空间,该线性子空间使组成该对象集的所有点与其投影到该线性子空间上的距离平方和最小化。这种线性子空间是通过所谓的主成分分析(PCA)获得的。

        PCA被定义为将对象变换到新坐标系的一种变换,使得对象的正交投影的最大方差位于第一个坐标(称为第一主成分)上,第二个最大方差位于第二个坐标上,依此类推。PCA通常用于几何应用,以将数据集降低到较低的维度进行分析或近似。下图说明了(最小二乘)将一条直线拟合到二维点集,将一条直线和一个平面拟合到三维点集,以及将一个平面拟合到一组三维三角形。

        左图:将线拟合到二维点集(质心用红色点表示)。中间:将直线和平面拟合到三维点集。右图:将平面拟合到一组三维三角形。 

2、其他

        在CGAL中,CGAL::centroid函数用于计算给定几何对象的质心。

        质心是对象重心的数学表示。对于简单的几何对象(如点、线段、三角形等),质心是所有顶点坐标的平均值。对于更复杂的对象,质心是通过加权平均所有顶点坐标来计算的,其中权重通常是与每个顶点相关的体积或面积。

        CGAL::barycenter 是一个函数,用于计算给定几何对象的重心。在CGAL库中,重心被定义为对象质量中心的加权平均位置。对于三角形,这个函数将返回一个点,该点的坐标是三角形三个顶点坐标的加权平均值。

        CGAL::linear_least_squares_fitting_2 是一个函数,用于在二维空间中进行线性最小二乘拟合。它通过最小化所有点到拟合直线的垂直距离的平方和来找到最佳拟合直线。

        质量中心简称质心,指物质系统上被认为质量集中于此的一个假想点。与重心不同的是,质心不一定要在有重力场的系统中。值得注意的是,除非重力场是均匀的,否则同一物质系统的质心与重心通常不在同一假想点上。

        重心,是在重力场中,物体处于任何方位时所有各组成支点的重力的合力都通过的那一点。规则而密度均匀物体的重心就是它的几何中心。不规则物体的重心,可以用悬挂法来确定。物体的重心,不一定在物体上。另外,重心可以指事情的中心或主要部分。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/588540.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据采集遇到验证码校验的一般破解方式简述

背景 百度自动采集是一种高效的数据采集方法,但是在采集过程中经常会遇到图片验证码的问题,从而导致采集失败。那么有没有什么方法可以绕过图片验证呢?本文将为您详细介绍。 解决方案 一、使用OCR技术识别验证码 OCR技术可以识别图片中的…

vue实现滑动切换:切换选项时滑块有滑动过渡的效果

效果图 思路: 1. 高亮的色块是独立的一个盒子,需要插入当前激活的内容用来撑开色块盒子的宽度,这样色块的宽度就会和当前激活的内容宽度一致,色块的字体颜色设置透明即可 2. 色块滑动的距离是读当前激活元素的offsetLeft&#x…

Python进行网页爬取,使用Python中的那些库和工具。

要使用Python进行网页爬取,您可以使用Python中的一些库和工具来实现。 常用的Python库和工具包括: Requests:用于发送HTTP请求和获取网页内容。Beautiful Soup:用于解析HTML和XML文档,并从中提取数据。Scrapy&#x…

【上分日记】377场周赛(图论 + dp)

文章目录 前言正文1.2975. 移除栅栏得到的正方形田地的最大面积2.2976. 转换字符串的最小成本 I3.2977. 转换字符串的最小成本 II 总结后文 前言 本场周赛,后两题都涉及到了图论的最短路径(克鲁斯卡尔算法)的知识,恰巧又没学过&am…

文献阅读:LoRA: Low-Rank Adaptation of Large Language Models

文献阅读:LoRA: Low-Rank Adaptation of Large Language Models 1. 文章简介2. 方法介绍3. 实验 & 结论 1. 基础实验 1. Bert系列模型2. GPT系列模型 2. 消解实验 1. 作用矩阵考察2. 中间维度考察3. 扰动程度分析 4. 总结 & 思考 文献链接:htt…

SLAM学习入门--机器学习

文章目录 机器学习逻辑回归(LR)基本原理为什么 LR 要使用 sigmoid 函数?LR 可以用核函数么?为什么 LR 用交叉熵损失而不是平方损失?LR 能否解决非线性分类问题?LR为什么要离散特征?逻辑回归是处…

Linux文件系统结构及相关命令2 什么是Shell? help cd cd的用法 ls 的用法

Shell 是一种用于与操作系统进行交互的命令行解释器。它是用户与操作系统内核之间的接口,接受用户的命令并将其传递给操作系统进行执行。 在大多数的 Unix-like 操作系统(如 Linux 和 macOS)以及类 Unix 系统中,Shell 是默认的命…

10 HXCodec

前言 这个主要是提供了日常的相关 编码解码体系 的工具包, 依赖于fastjson 和 netty-all 里面主要包含了一些 摘要的生成, base64编码解码, ByteBuf操作api, Des编码解码, 文件操作, 十六进制操作, io操作, md5操作, 属性操作, rsa操作, socket操作 对象 序列化为字节序列, …

Qlib从入门到精通

前面谈到了简单的一个示例代码,实际上里面的策略源码和模型回测源码都需要好好了解,他这个回测系统和我之前用到的回测策略代码有不一样的地方,作为一个量化策略攻城狮,掌握源码是基本的技能。 Qlib内置了A股、美股两个市场的历史…

如何开发一个google插件(二)

前言 在上一篇文章如何开发一个google插件(一)里主要介绍了google插件的基本结构。 在这篇文章中主要结合reactwebpack进行一个代码演示,源码地址:源码地址 下载源码后打开浏览器的扩展程序管理->加载已解压的扩展程序,即可调试插件 此…

在线客服选择要点分析:如何挑选适合您需求的客服解决方案

选择一款好的在线客服系统,可以帮助企业多渠道的触达客户,与客户进行高效的沟通,最终达成转化的目的。 市面上现在成熟的客服系统产品有很多,企业在进行选择时要考虑以下几点: 1、企业需求 市场上的客服系统产品主要…

10、复制

复制概述 复制解决的基本问题是让一台服务器的数据与其他服务器保持同步。一台主库的数据可以同步到多台备库上,备库本身也可以被配置成另外一台服务器的主库。主库和备库之间可以有多种不同的组合方式。 Mysql 支持两种复制方式:基于行的复制和基于语句…

向表达式添加括号后的最小结果

说在前面 🎈不知道大家对于算法的学习是一个怎样的心态呢?为了面试还是因为兴趣?不管是出于什么原因,算法学习需要持续保持。 题目描述 给你一个下标从 0 开始的字符串 expression ,格式为 “num1num2” ,…

ArkTS - 组件生命周期

一、先说下自定义组件 在arkTs中,自定义组件分为两种(我的总结): 一种是:根组件,就是被装饰器Entry装饰的入口组件,这也是自定义组件(父组件)。 另一种是:没有被Entry装饰的自定义…

跟我学c++中级篇——再谈C++20中的协程

一、协程 在前面分析过协程是什么,也对c20中的协程的应用进行了举例说明。所以这次重点分析一下c20中的整体构成及应用的方式。等明白了协程是如何动作的,各种情况下如下何处理相关的事件,那么在以后写协程时就不会死搬硬套了。 二、整体说…

分布式存储考点梳理 + 高频面试题

欢迎来到分布式存储模环节,本文我将和你一起梳理面试中分布式系统的数据库的高频考点,做到温故知新。 面试中如何考察分布式存储 广义的分布式存储根据不同的应用领域,划分为以下的类别: 分布式协同系统 分布式文件系统 分布式…

Xline command 去重机制(一)—— RIFL 介绍

为什么要对 command 去重? 在一个接收外部 command 的系统中,通常一个 command 至少要执行一次,我们称其为 at-least-once semantics。如果一个 command 执行失败,系统内部经常会实现一套重试结构来尝试恢复这个问题,…

HTML 基础

文章目录 01-标签语法标签结构 03-HTML骨架04-标签的关系05-注释06-标题标签07-段落标签08-换行和水平线09-文本格式化标签10-图像标签图像属性 11-路径相对路径绝对路径 12-超链接标签13-音频14-视频 01-标签语法 HTML 超文本标记语言——HyperText Markup Language。 超文本…

【分布式配置中心】聊聊Apollo的安装与具体配置变更的原理

【管理设计篇】聊聊分布式配置中心 之前就写过一篇文章,介绍配置中心,但是也只是简单描述了下配置中心的设计点。本篇从apollo的安装到部署架构到核心原理进一步解读,大概看了下apollo的原理,感觉没有必要深究,所以就…

2023年“中银杯”四川省职业院校技能大赛“云计算应用”赛项样题卷③

2023年“中银杯”四川省职业院校技能大赛“云计算应用”赛项(高职组) 样题(第3套) 目录 2023年“中银杯”四川省职业院校技能大赛“云计算应用”赛项(高职组) 样题(第3套) 模块…