实群900对讲机写频软件

C#实现KD树建立，最近邻点搜索，采用BBF进行了K近邻搜索优化

在VC2010环境下实现sift+kd tree+RANSAC图像拼接，本人已经成功调试。

For many computer vision problems, the most time consuming component consists of nearest neighbor matching in high-dimensional spaces. There are no known exact algorithms for solving these high-dimensional problems that are faster than linear search. Approximate algorithms are known to provide large speedups with only minor loss in accuracy, but many such algorithms have been published with only minimal guidance on selecting an algorithm and its parameters for any given problem. In this paper, we describe a system that answers the question, “What is the fastest approximate nearest-neighbor algorithm for my data? ” Our system will take any given dataset and desired degree of precision and use these to automatically determine the best algorithm and parameter values. We also describe a new algorithm that applies priority search on hierarchical k-means trees, which we have found to provide the best known performance on many datasets. After testing a range of alternatives, we have found that multiple randomized k-d trees provide the best performance for other datasets. We are releasing public domain code that implements these approaches. This library provides about one order of magnitude improvement in query time over the best previously available software and provides fully automated parameter selection.

KD-Tree是一种由二叉搜索树推广而来的用于多维检索的树的结构形式（K即为空间的维数）。它与二叉搜索树不同的是它的每个结点表示k维空间的一个点，并且每一层都根据该层的分辨器（discriminator）对相应对象做出分枝决策。顶层结点按由分辨器决定的一个维度进行划分，第二层则按照该层的分辨器决定的一个维进行划分···，以此类推在余下各维之间不断地划分。直至一个结点中的点数少于给定的最大点数时，结束划分。 　　 KD-Tree的分辨器根据不同的用途会有不同的分辨器，最普通的分辨器为：n mod k（树的根节点所在层为第0层，根结点孩子所在层为第1层，以此类推） 　　即：若它的左子树非空，则其左子树上所有结点的第i维值均小于其根结点的第i维值； 　　 若它的右子树非空，则其右子树上所有结点的第i维值均大于其根结点的第i维值；并且它的左右子树也分别为KD-Tree。

文档内对BBF算法原理进行了详细的说明，并附带源码以及源码解释

超薄迷你对讲机专用 瓦力能KD-C1 索菲S-222 一路发T200 捷锋超薄迷你对讲机

完全使用matlab编写的kd-tree程序。

KDD99:该数据集是从一个模拟的美国空军局域网上采集来的9个星期的网络连接数据,分成具有标识的训练数据和未加标识的测试数据。测试数据和训练数据有着不同的概率分布,测试数据包含了一些未出现在训练数据中的攻击类型,这使得入侵检测更具有现实性。 NSL-KDD:是KDD '99数据集的改进

建立3D点的kd树，速度很快，可以自己设置搜索距离和搜索点数