融合算法:引力融合

2024-04-25 17:04
文章标签 算法 融合 引力

本文主要是介绍融合算法:引力融合,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

问题:

有一批数据,如:

[ 1, 2, 3, 45, 46, 55, 89, 101 ]

想把它分成3块,如:

[1, 2, 3]
[45, 46, 55]
[89, 101]

算法:
参考万有引力公式,想象坐标轴上这8个点的分布:
在这里插入图片描述
每一个点都会受到左右其他点的吸引, 引力的大小随着距离的增大而减少, 也随着每个点的质量(点位聚合后,点位质量会增加)而增大。

万有引力公式参考:
在这里插入图片描述

这里令G=1, Mm=点位1已聚合的数量*点位2已聚合的数量r²=两个点位距离的平方,如下示例:
有点 [1, 2, 10, 12]
它们分布如下: 在这里插入图片描述
对于点10来说,它左右的引力为:

 //左
var  leftPower = 1*1/Math.Pow((10-1),2) + 1*1/Math.Pow((10-2),2) ;
//右
var  rightPower = 1*1/Math.Pow((12-10),2);

算出每个点的引力后,再左右引力相抵就知道每个点位被吸引移动的方向和速度了,这可能的结果是:

  • 有的点不动(左右引力正好相抵);
  • 有的点左移,并计算出速度;
  • 有的点右移,并计算出速度;

这样点位之间的缝隙可能是:

  • 扩大;
  • 缩小,并根据速度计算出缩小直至消失的时间;
  • 不动;

因为是融合,我们关注缩小直至消失的缝隙。
我们从多个缩小的缝隙中找出缩小至不见用时最短的缝隙,然后,让每个点移动它的时间,移动后两个近似的点开始融合,融合后的点位质量+1,循环往复,可以最终得到一个点位,或者是指定融合到某一程度。

实例代码:

var vals = new List<double> { 1, 2, 3, 45, 46, 55, 89, 101 };
var numbers = vals.Select(i => (i, 1)).ToList();
//期望分成3块
while (numbers.Count > 3)
{//进行一次融合numbers = Attract(numbers);
}
//输出结果: numbers

结果如下:
在这里插入图片描述
根据这个结果,不难得出这8个点是怎么分组的。

完整的算法代码:

List<(double value, int count)> Attract(List<(double value, int count)> numbers)
{//1. 先根据引力公式计算每个节点左右的牵引力var powers = new List<(int idx, double leftPower, double rightPower)>();for (int i = 0; i < numbers.Count; i++){//leftvar leftPower = 0d;for (int j = 0; j < i; j++){leftPower += numbers[i].count * numbers[j].count / Math.Pow(numbers[i].value - numbers[j].value, 2);}//rightvar rightPower = 0d;for (int j = i + 1; j < numbers.Count; j++){rightPower += numbers[i].count * numbers[j].count / Math.Pow(numbers[i].value - numbers[j].value, 2);}powers.Add((i, leftPower, rightPower));}//2. 计算每个节点左右移动的向量 value: +向右, -向左List<(int idx, double move)> moveVectors = powers.Select(i => (i.idx, i.rightPower - i.leftPower)).ToList();//3. 计算每个间隙消减的速度和距离 reduce: +减少, -扩大, length: 现有的距离List<(int idx, double reduce, double length)> gapReduce = moveVectors.SkipLast(1).Select((item, idx) => (idx, moveVectors[idx].move - moveVectors[idx + 1].move, numbers[idx + 1].value - numbers[idx].value)).ToList();//4. 计算每个间隙减少完毕需要的时间 得出消减最快的缝隙List<(int idx, double moveTime)> gapTime = gapReduce.Select(i => (i.idx, i.reduce <= 0 ? 0 : i.length / i.reduce)).ToList();var minTime = gapTime.Where(i => i.moveTime > 0).MinBy(i => i.moveTime);//5. 执行消减融合//5.1 先让每个点走相同的时间var newNumbers = moveVectors.Select(i =>{var value = numbers[i.idx].value + moveVectors[i.idx].move * minTime.moveTime;return (value, numbers[i.idx].count);}).ToList();//5.2 检查相近点融合 先得出相消的缝隙插值var tolenrance = Math.Abs(newNumbers[minTime.idx].value - newNumbers[minTime.idx + 1].value);for (int i = 0; i < newNumbers.Count - 1; i++){if (Math.Abs(newNumbers[i].value - newNumbers[i + 1].value) <= tolenrance){//合并/** 1 和 2 发生融合* 0-----------------1-------2-------------------------3* 先插入新的* 0-----------------1(new)-2-------3-------------------------4* 移除 2 和 3, 也就是移除原来的  1 和 2* 0-----------------1-------------------------2* 再从 1 点开始遍历*/var cur = newNumbers[i];var next = newNumbers[i + 1];newNumbers.Insert(i, ((cur.value + next.value) / 2, cur.count + next.count));newNumbers.RemoveAt(i + 2);newNumbers.RemoveAt(i + 1);i--;}}return newNumbers;
}

算法的其他用途:
除了对数据进行分块,是否可以扩展到二维对图像进行融合,设置每个分块的阈值,进行轮廓识别?

这篇关于融合算法:引力融合的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/935279

相关文章

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个