郑州高端网站公司,商务网站设计论文,中文在线っと好きだった最新版,郑州制作网站设计我正在使用k-means聚类算法#xff0c;并且对于每个聚类质心#xff0c;我试图为质心生成n维Voronoi区域 . 之后我需要从Voronoi区域生成随机点 .我已经尝试使用Matlab / Octave和scipy来获得n维Voronoi区域 . 但我有两个问题 .生成顶点和区域后#xff0c;如何从区域生成随…我正在使用k-means聚类算法并且对于每个聚类质心我试图为质心生成n维Voronoi区域 . 之后我需要从Voronoi区域生成随机点 .我已经尝试使用Matlab / Octave和scipy来获得n维Voronoi区域 . 但我有两个问题 .生成顶点和区域后如何从区域生成随机数据如果聚类质心的数量小于n则可以构造Voronoi区域维数编辑 -我的主要目标是生成一个码本 . 我有60k的n维数据点我想创建一个比如512个码字的码本其中每个码字都是n维的 . 码本是原始数据的近似值 . 聚类将是这样做的一种方式 . 由于k-means需要很长时间我想使用自适应迭代LBG(Shen Furao和Osamu Hasegawa)其过程是 -找到具有最大错误的集群质心 - 让我们称之为C_large在C_large的Voronoi区域生成一个随机点让我们称之为C_new使用voronoi区域中的数据点运行k-means只有两个质心C_large和C_new这将比k-means快得多因为每次使用总数据点的子集和仅两个质心运行k-means .但是算法以k 1开始 . 但是直到k n(数据是n维的)我才能使用scipy或Octave找到Voronoi区域 .因此如果我有一个单个质心如C则在Octave中运行voronoin(C)给我error: voronoin: number of points must be greater than their dimension那么有没有办法在这种情况下生成Voronoi区域 .对于我的第二个问题给出了一个很好的答案 .我想问一下另一个相关的问题 . 由于Octave中的voronoin(C)不适用于C中的点数小于n(维数)我尝试运行简单的k-means 50次得到50个聚类质心 . 然后当我尝试运行voronoin(C)其中C是一个大小为50X36的矩阵所以有50个聚类质心每个都是36维点我得到以下错误 -qhull error (qh_memalloc): insufficient memoryWhile executing: | qhull v Qbb QxOptions selected for Qhull 2009.1 2009/06/14:voronoi Qbbound-last Qxact-merge _zero-centrum PgoodQ3-no-merge-vertices-dim-high _max-width 1.6 Error-roundoff 9.4e-14_one-merge 7.6e-12 _near-inside 3.8e-11 Visible-distance 5.6e-13U-coplanar-distance 5.6e-13 Width-outside 1.1e-12 _wide-facet 3.4e-12Last point added to hull was p23.At error exit:Voronoi diagram by the convex hull of 50 points in 40-d:Number of Voronoi regions: 48Total number of nearly incident points: 2Number of Voronoi vertices: 0Statistics for: | qhull v Qbb QxNumber of points processed: 48Number of hyperplanes created: 5070358Number of facets in hull: 4320576Number of distance tests for qhull: 1525377error: voronoin: qhull failedwarning: voronoin: qhull did not free -2099969864 bytes of long memory (1 pieces)我想我做错了什么但我无法弄明白 . 我还查看了我可以提供的选项以及此处提供的voronoin()但我似乎无法弄清楚他们是否会在这里帮助我这是50个集群质心的链接这是我正在运行的代码C dlmread(clust_centroids);[Vc,Vf] voronoin(C);这给了我上面给出的错误 .
