Question

我正在使用PCL和C ++，并希望在已经聚集的pointcloud（即每个集群上）上执行PCA。这个想法是通过沿着特征向量测量它们的大小来消除所有太大/太小的簇。所以预期的算法是：获得每个聚类的特征向量，将聚类点投影到相应的特征向量上，以便测量沿这些维度的点的最大距离，并从那里消除所有具有“坏”维度/维度比率的聚类。我在实施方面遇到了困难。你可以获得的帮助越多越好。这就是我的数据组织方式（只是为了清楚，这些是片段，cluster_indices已经被正确提取并被检查），以及我的开始：

<android.support.v7.widget.Toolbar xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:app="http://schemas.android.com/apk/res-auto"
    android:id="@+id/toolbar"
    android:layout_width="match_parent"
    android:layout_height="wrap_content"
    android:background="?attr/colorPrimary"
    android:fitsSystemWindows="true"
    android:minHeight="?attr/actionBarSize"
    app:navigationIcon="@drawable/ic_back"
    app:popupTheme="@style/ThemeOverlay.AppCompat.Light"
    app:subtitleTextColor="@color/white"
    app:theme="@style/ThemeOverlay.AppCompat.Dark.ActionBar"
    app:title="This week stats"
    app:titleTextColor="@color/white">


    <ImageView
        android:id="@+id/submitEditNote"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:layout_alignParentEnd="true"
        android:layout_alignParentRight="true"
        android:layout_gravity="right"
        android:layout_marginRight="10dp"
        android:src="@android:drawable/ic_menu_manage" />
</android.support.v7.widget.Toolbar>

Answer 1

这似乎存在一个普遍问题。所以我找到了这个解决方案而不是使用指针迭代，使用常规迭代器，然后使用这些公式。 PointIndicesPtr pi_ptr（new PointIndices）; pi_ptr-＆gt; indices = cluster_indices [i] .indices; //现在可以使用pi_ptr作为输入

PCL的主成分分析

1 个答案: