在matlab中的两个单独数据集中查找匹配的行

Question

我有两个相关的 Nx3 数据集（一个是 xyz 点，另一个是这些点的法线向量）。我的第一个数据集中有一个点，现在我想在第二个数据集中找到匹配的行。最好的方法是什么？我在考虑打印行号，但不确定代码到底是什么？

Answer 1

假设您在一个数据集中有一个大小为 1 x 3 的点，您可以通过两种可能的方式来执行此操作。

方法 #1 - 使用knnsearch

最简单的方法是使用统计工具箱中的knnsearch。

knnsearch 代表 K-Nearest Neighbor 搜索。给定一个输入查询点，knnsearch 会在给定输入查询点的情况下找到与您的数据集最近的k 点。在您的情况下，k=1。此外，距离度量是欧几里得距离，但看看你的点在 3D 笛卡尔空间中的情况，我认为这不是问题。

因此，假设您的xyz 点存储在X 中，查询点（法线向量）在y 中，只需这样做：

IDX = knnsearch(X, y);

以上默认为k=1。如果您希望退回超过 1 分，您可以这样做：

IDX = knnsearch(X, y, 'K', n);

n 是您想要返回的点数，或者是给定查询y 时最接近的点数n。 IDX 包含X 中最接近y 的点的索引。我还想指出，X 的排列方式是，每个 row 都是一个点，每个 column 都是一个变量。

因此，使用IDX 的最近点是：

closest_point = X(IDX,:);

方法 #2 - 使用bsxfun

如果您没有统计工具箱，您可以使用bsxfun 轻松实现相同的目标。请记住，我将编写的代码仅用于返回最近的点，或者k=1：

dists = sqrt(sum(bsxfun(@minus, X, y).^2, 2));
[~,IDX] = min(dists);

bsxfun 调用首先确定y 和X 中每个点之间的组件距离。一旦我们这样做了，我们将每个组件平方，将所有组件加在一起，然后取平方根。这基本上找到了y 和X 中所有点的欧几里得距离。这给了我们N 距离，其中N 是数据集中的点总数。然后我们找到与min的最小距离，并确定最近匹配点所在的索引，它对应于y与数据集之间最近的点。

如果您想将其扩展到多个点，您可以按升序对距离进行排序，然后检索距离最小的点数。请记住，较小的欧几里得距离意味着点相似，这就是我们按升序排序的原因。像这样的：

dists = sqrt(sum(bsxfun(@minus, X, y).^2, 2));
[~,ind] = sort(dists);
IDX = ind(1:n);

与我们之前的相比仅提升了一小步。您可以使用sort 并获得sort 的第二个输出来确定最小距离的位置，而不是使用min。然后我们将索引到ind 以获取最接近的n 索引，最后索引到X 以获取我们的实际分数。

您将再次执行相同的操作来检索最接近的实际点：

closest_point = X(IDX,:);

一些奖励材料

如果您想详细了解 K-Nearest Neighbor 的工作原理，我鼓励您在此处阅读我的帖子：

Finding K-nearest neighbors and its implementation

祝你好运！