采样算法——精选推荐
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
采样算法
Farthest_Point_Sample算法本⾝是⽐较简单的,⼤概意思如下:
初始化⼀个distance意义是距离当前点集,每个点的距离
⾸选随机从点集中选择⼀个点出来,作为已选点集的第⼀个点
然后做其余点和他之间的差,放⼊distance
从中选择⼀个最远的点,放⼊已选点集合,然后重复计算更新距离distance距离当前点集的距离。
做到尽量均匀的采样,每次都找距离当前已收录点集的最远点加⼊点集。
Farthest_Point_Sample
Poisson_Disk_Sampling:貌似挺⿇烦的,⼤概⽣成的东西是,点和点之间的间距⽐较平均,不会靠的特别近, 也是属于平均的采样。
PDS
⽹上流传的⼤多是这个说法,但是在看到的时候,我也产⽣了类似的疑问:
后来想了⼀下,⼤概应该是这样的,然后在下⾯做出了回答:
Gumbel-Subset-Sampling。