IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Algorithmes et structures de données Discussion :

kd tree plus proche voisin 2 dimensions


Sujet :

Algorithmes et structures de données

  1. #1
    Nouveau Candidat au Club
    Femme Profil pro
    Étudiant
    Inscrit en
    Mars 2013
    Messages
    1
    Détails du profil
    Informations personnelles :
    Sexe : Femme
    Localisation : France

    Informations professionnelles :
    Activité : Étudiant

    Informations forums :
    Inscription : Mars 2013
    Messages : 1
    Points : 1
    Points
    1
    Par défaut kd tree plus proche voisin 2 dimensions
    Bonjour!

    J essaie de comprendre l'algorithme du plus proche voisin à partir d un kd tree
    (en 2 dimensions) mais je bloque.

    Ce que j ai compris jusqu'ici c est qu'il faut descendre le long de l'arbre comme si on voulait insérer le point dont on cherche le plus proche voisin.

    Ce dernier point est un candidat pour être le plus proche voisin.

    Ensuite il faut remonter et voir si les points par lesquels on passe sont plus proche encore que le candidat.

    Ce que je ne comprend pas ce sont c'est plan qui sont de toute façon trop loin et qu'on a pas besoin d'aller explorer.. Comment sait on si on doit explorer l'autre côté d'un point par lequel on passe ou pas..? Je le vois sur la représentation de l'arbre (avec les droite vertical et horizontal pour x et y) mais je ne comprend pas comment ça apparait dans l'algorithme...

    Merci pour votre aide, bonne soirée!

  2. #2
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 084
    Points
    16 084
    Par défaut
    Citation Envoyé par sophie2048 Voir le message
    Ce que je ne comprend pas ce sont c'est plan qui sont de toute façon trop loin et qu'on a pas besoin d'aller explorer.. Comment sait on si on doit explorer l'autre côté d'un point par lequel on passe ou pas..? Je le vois sur la représentation de l'arbre (avec les droite vertical et horizontal pour x et y) mais je ne comprend pas comment ça apparait dans l'algorithme...
    Pour un point "P" quelconque, on cherche le 1er candidat "C" par le même algo que l'insertion.

    S'il existe des meilleurs candidats ils sont forcément dans le cercle de centre "P" et passant par "C". Ils sont aussi nécessairement dans des "box" du kd-tree.

    La première question est donc: quelles sont les box du kd-tree qui contiennent une partie du cercle ?



    Réponse: celles qui ont un coté qui intersecte le cercle.

Discussions similaires

  1. Algorithme KD-Tree de recherche du plus proche voisin .
    Par mobi_bil dans le forum Algorithmes et structures de données
    Réponses: 1
    Dernier message: 11/05/2014, 11h54
  2. k plus proches voisins +kd-tree
    Par utilisateur38 dans le forum Algorithmes et structures de données
    Réponses: 6
    Dernier message: 02/08/2009, 21h50
  3. Recherche de n plus proches voisin dans un espace de 2 dimension.
    Par mobi_bil dans le forum Algorithmes et structures de données
    Réponses: 3
    Dernier message: 22/05/2009, 10h56
  4. Plus proche voisin dans un kd-tree
    Par koni33 dans le forum Algorithmes et structures de données
    Réponses: 2
    Dernier message: 11/05/2009, 15h10
  5. Recherche des plus proches voisins dans un espace variable à K dimensions parmis N
    Par JeromeBcx dans le forum Algorithmes et structures de données
    Réponses: 34
    Dernier message: 26/06/2008, 17h46

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo