ANN 1.1.1下载地址

图书馆近似近邻搜索

人工神经网络是一个编写的库，C + +，数据结构和算法的精确和近似的最近邻居搜索在任意高的尺寸。

在近邻问题d维空间中的一组数据点给出。这些点进行预处理到一个数据结构，因此，由于能够高效地报告任何查询点q，最近的神器出山:www.shenqi73.com或一般的k个最近的P点为q。在许多方面，在两个点之间的距离可以被定义。 ANN假设使用任何一类被称为闵可夫斯基度量距离函数的测量距离。这些包括众所周知的欧几里得距离，曼哈顿距离，和最大距离。

根据我们自己的经验，人工神经网络进行非常有效地为点集大小不等，从几千到几十万，而在尺寸高达20。 （显着更高的层面的应用，其结果是相当参差不齐，但你可以试试也无妨。）

库实现了不同的数据结构，基于KD树和箱分解树，并采用了几个不同的搜索策略。

该库还自带测试程序人工神经网络的性能测量的质量在任何特定的数据集，以及用于可视化结构的几何数据结构的程序。

为什么近似的近邻？
计算精确的近邻高得多的尺寸比8，似乎是一个非常艰巨的任务。几个方法似乎是明显比蛮力计算的距离。然而，它已被证明，通过计算近邻约，它是通常具有相对小的实际错误，能够实现显着运行更快的时间（第10到第100的顺序）。人工神经网络允许用户指定的最大约束的近似误差，从而使用户能够控制的精度和运行时间之间的权衡。