首页 > TAG信息列表 > euclidean-distance

JavaScript对象的颜色动态变化？

这是当两个球碰撞时将球的颜色更改为红色的代码.我快到了,但我似乎没有找到错误,因为一个球没有改变颜色.请帮帮我！ //generate a random number within a range function randomXToY(minVal,maxVal,floatVal) { var randVal = minVal+(Math.random()*(maxVal-minVa

java-两个对象之间的欧几里得距离

首先,我知道欧几里得距离是什么,它在两个向量之间的作用或计算结果. 但是我的问题是关于如何计算两个类对象之间的距离,例如在Java或任何其他OOP语言中.我阅读了很多有关机器学习的东西,已经使用库等编写了一个分类器.但是我想知道当我拥有这个对象时如何计算欧几里得距离： class O

python-如何找到两个坐标矩阵之间最接近的对应矢量？

我在Python中需要解决以下问题： 给定两个坐标矩阵(NumPy ndarrays)A和B,对于A中的所有坐标向量a,找到B中的相应坐标向量b,使得欧几里德距离|| a-b ||被最小化.坐标矩阵A和B可以具有不同数量的坐标矢量(即,不同数量的行). 此方法应返回坐标向量C的矩阵,其中C中的第i个向量c是来自B的

python-点之间的欧几里得距离

我在numpy中有一个点数组： points = rand(dim, n_points) 我想： >计算某个点与所有其他点之间的所有l2范数(欧氏距离) >计算所有成对的距离. 最好是所有numpy,而不是for.怎么能做到呢？解决方法:如果您愿意使用SciPy,则scipy.spatial.distance模块(函数cdist和/或pdist)可以完全按照

python-np数组之间的欧式距离

我有两个numpy数组a和b： a和b是相同的尺寸,a的尺寸可能不同于b. 例如： a = [[1,2], ..., [5,7]] b = [ [3,8], [4,7], ... [9,15] ] 有没有一种简单的方法来计算a和b之间的欧几里得距离,以便可以在k个最近的邻居学习算法中使用此新数组. 注意：这是在python中解决方法:scipy.spatial

用于计算两组2d点之间成对距离的Python替代方案

参见英文答案 > Efficient distance calculation between N points and a reference in numpy/scipy                                    6个 >            Minimum Euclidean distance between points in two different Numpy a

python – “规范”是否等同于“欧几里德距离”？

我不确定“规范”和“欧几里德距离”是否意味着同样的事情.请你帮我解决这个问题. 我有一个n乘m阵列a,其中m> 3.我想计算第二个数据点a [1,：]与所有其他点(包括其自身)之间的Eculidean距离.所以我使用了np.linalg.norm,它输出了两个给定点的范数.但我不知道这是否是获得ED的正确方法

c – 如何找到一帧中对象的质心与相邻帧之间的欧几里德距离

我们正在进行车辆计数项目(使用OpenCV).现在我们必须找到从一帧中物体的质心到相邻帧的欧几里德距离？在我们的项目中,我们已经完成了寻找质心的工作.解决方法:我将假设相机没有在捕获之间移动,因此您不必担心注册. 你应该有两个cv :: Point对象代表两个获得的质心. Euclidean distan

Java方法获得欧几里德距离

public class Point { // Placeholders for xcoordinate, ycoordinate, and quadrants int xcoord = 0; int ycoord =0; double distance = 0.0; String quadrant = ("NW"); //moveUp changes the y coordinate void moveUp (int x) { int moveUp = ycoord

python – einsum和距离计算

我已经搜索了一个解决方案来确定使用einsum的numpy数组的距离,这些数组的行数不相同,但列数相等.我尝试了各种组合,但我能成功的唯一方法是使用以下代码.我显然缺少一些东西,文献和众多线程并没有让我更接近解决方案.我希望找到一个通用性,使得起源可以是任何数字的目标数组的任何

java – 欧几里德距离返回奇怪的结果

我正在编写一个程序来比较两个图像相互比较基于颜色和我使用欧几里德距离算法然而当我运行它并传入两个图像我得到一个距离,然后当我传入相同的图像,但反过来我得到一组完全不同的结果. 这是正常的还是答案应该是一样的？ 我用来计算欧氏距离的陈述是： distance = (int) Math.sqrt(

python – Pycuda Blocks和Grids可以处理大数据

我需要帮助才能知道我的块和网格的大小. 我正在构建一个python应用程序来执行基于scipy的度量计算：Euclidean distance,Manhattan,Pearson,Cosine,加入其他. 该项目是PycudaDistances(https://github.com/vinigracindo/pycudaDistances). 它似乎与小数组一起工作得很好.当我进行更详

python – 使用给定列表计算欧几里德距离

def distance(alist, blist): sum_of = 0 for x in alist: for y in blist: ans = (x - y)**2 sum_of += ans return (sum_of)**(1/2) print(distance([1, 1, 3], [2, 2, 3])) #1.4142135623730951 print(distance([1, 2, 3], [2

python – Numpy：找到两个三维阵列之间的欧氏距离

给定,两个维度的三维数组(2,2,2)： A = [[[ 0, 0], [92, 92]], [[ 0, 92], [ 0, 92]]] B = [[[ 0, 0], [92, 0]], [[ 0, 92], [92, 92]]] 如何有效地找到A和B中每个向量的欧几里德距离？ 我尝试了for-loops但这些都很慢,而且我正按照(>>>>>> 2,2)的顺序

python – 计算scipy csr矩阵中的欧氏距离

我需要计算存储在csr稀疏矩阵和一些点列表中的所有点之间的欧几里德距离.将csr转换为密集的csr会更容易,但由于缺少内存,我不能这样做,所以我需要将它保持为csr. 所以例如我有这个data_csr稀疏矩阵(两者中的视图,csr和密集)： data_csr (0, 2) 4 (1, 0) 1 (1, 4) 2 (2, 0) 2 (2,