编者按:受欢迎的文件2008年
这是一个小而有效的工具来执行再搜索,广泛的科学和工程应用领域,如模式识别、数据挖掘和信号处理。
最初通过向量化实现的代码。与约翰D 'Errico讨论之后,我意识到我将遭受数值算法准确率的问题与大数据值。尝试几种方法之后,我发现简单的循环与JIT加速度是最有效的解决方案。现在,代码的性能可以与kd tree甚至后者在墨西哥人文件编码。
代码非常简单,因此也适合初学者学习资讯搜索。
引用作为
易曹(2022)。有效使用JIT再搜索(//www.tatmou.com/matlabcentral/fileexchange/19345-efficient-k-nearest-neighbor-search-using-jit), MATLAB中央文件交换。检索。
MATLAB版本兼容性
创建R2007b
兼容任何释放
平台的兼容性
窗户 macOS Linux标签
确认
启发:distance.m,KD树最近邻和搜索范围,nearestpoint (x, y,米),nearestneighbour.m,IPDM: Inter-Point距离矩阵
启发:计算表面变化
