【发布时间】：2021-02-26 06:53:23
【问题描述】：
我想找到解决以下问题的算法。
假设我们有一个具有 N 个维度为 m 的点云，我们希望将点云划分为子云，其中任何子云的大小都大于或等于 k，并且我们希望最小化以下内容：
-
每个子云的大小都尽可能接近 k。
-
每个子云中点之间的距离。
解决方案的任何方向都会很棒，并且在 python 中实现将不胜感激。
【问题讨论】：
标签： algorithm geometry point-clouds
【发布时间】：2021-02-26 06:53:23
【问题描述】：
您是否考虑过使用 K-means 机器学习算法？ 我知道这不是一个完美的解决方案，因为您仍然需要解决 k-size 条件，但这是一个很好的方向。
为了解决这个问题，我会：
- 选择我的 k 大约为 N / 子云的大小（您称之为 k）。我认为它有最好的成功机会。
- 从算法返回且小于所需大小的每个子云 - 只需将其点添加到已创建的最近的子云中即可。
希望它对你有所帮助！
【讨论】：
-
感谢重播，我确实尝试过 K-means，但效果并不理想。