如何计算点密度更大的距离?

时间:2013-11-12 00:15:55

标签: algorithm math heuristics

我会努力尽可能具体。

我正在开发一个增强现实应用程序,我需要找出显示标记的最佳操作范围。 出于可用性原因,我决定将最大值设置为5km。 我想发现最佳半径,其中包括最接近我位置的标记的最大密度。

例如,如果我在100米范围内的地方,20个标记,距离其他5个标记1公里,我有兴趣详细了解100米内的20个标记,那么半径必须设置为100米。如果我在3到4公里之间有5个标记的地方,我有兴趣获得4公里的半径。

你推荐什么样的算法或数学方法(聚类?质心?直方图的峰值?)?我知道每个标记的位置距离。

修改 我会尝试更具体地添加一些信息。

使用案例 让我们说标记指示用户的朋友,并且用户在早上在办公室,确定他周围会有高密度的标记/朋友,因此会更加关注这些细节(例如,在1公里范围内)而不是那些在火车站(比如在5公里半径范围内)的人。 相反,假设用户总是在办公室,但在晚上,在1公里范围内将没有像以前那样的很多标记/朋友,但也许有兴趣看到在5公里范围内的人,要知道谁会离开,谁可能会捡起来等等。

我做了什么 理想情况下,我将Xmeter波段中的距离进行划分,并计算出每个波段的标记数量,找到包含最大数量标记的波段,并将半径设置为该维度。但是我丢失了相邻波段中的所有标记,大于作为半径的标记,但它们仍然是感兴趣的“密度”的一部分。我真的不知道如何解决这个问题。

0 个答案:

没有答案