稀疏点云

图论 24. Floyd算法（多源最短路问题）

如果是稀疏图，floyd是从节点的角度去计算了，例如图中节点数量是1000，就一条边，那floyd的时间复杂度依然是O(n^3)。如果源

Mophead_Zarathustra·2025-03-26 02:51

PCL点云学习（2）点云拓扑结构

一、k-dTree点云分解1.1kd树的创建KdTreeFLANNkdtree;pcl::KdTreeFLANN是PCL中用于高效空间搜索的KD树，通过pcl::KdTreeFLANNkdtree;创建

清风墨竹-·2025-03-25 22:26

代码随想录算法训练营第五十二天（图论）| 98. 所有可达路径、深度优先搜索、广度优先搜索

特点：空间复杂度高：无论图是否稀疏，邻接矩阵都需要O(V^2)的空间，因为每个节点都需要为所有其他节点预留位置。

*MaybE·2025-03-25 21:21

科学计算（2）：矩阵特征值计算

幂法幂法是求解矩阵主特征值（按模最大的特征值）及其对应特征向量的经典迭代方法，尤其适用于大型稀疏矩阵。

♚放晴♛~·2025-03-25 20:38

人工智能 - SpatialLM：三维空间理解的开源大语言模型

该项目旨在通过多模态数据处理能力，将非结构化的三维几何数据（如点云、视频）转化为机器可读的结构化场景描述，为机器人导航、建筑设计、AR/VR等领域提供高层次的语义理解支持。

天机️灵韵·2025-03-25 18:25

模型量化的原因和方法

这包括理解参数的概念、采用量化技术、剪枝、稀疏表示等方法。参数的概念权重(Weights)定义：权重是连接输入特征与输出预测之间的系数。

潇湘馆记·2025-03-25 06:27

群核科技开源空间理解生成模型SpatialLM, 构建具身智能训练基座

就像我们环顾四周环境便可以理解背后的空间结构一样，SpatialLM模型能够基于从视频中提取的点云数据，准确认知和理解其中的结构化场景信息，并将它以脚本语言的形式呈现出来。

·2025-03-25 04:10

图论--最短路算法

1Floyd2Dijkstra算法3Dijkstra+堆优化4Bellman-Ford5SPFA(ShortestPathFasterAlgorithm)0图的储存方式边目录(记下来，仅此而已)邻接矩阵(适合稠密图)邻接表(适合稀疏图

Dream_Maker_yangkai·2025-03-25 04:38

基于推理的强化学习智能体设计与开发

理论基础与核心概念1.1推理强化学习（Reasoning-EnhancedRL）定义核心思想：在传统强化学习的马尔可夫决策过程（MDP）基础上，引入符号推理、因果推断和知识引导机制，解决复杂环境中的长程依赖和稀疏奖励问题

由数入道·2025-03-24 17:45

Open3D 点云DBSCAN聚类算法

目录一、DBSCAN基本原理二、代码实现2.1关键函数2.2完整代码三、实现效果3.1原始点云3.2聚类后点云Open3D点云算法汇总及实战案例汇总的目录地址：Open3D点云算法与点云深度学习案例汇总

MelaCandy·2025-03-24 09:43

三维点云重建的原理及代码

点云重建是将来自各种传感器（如激光雷达、相机等）采集的离散点云数据转换为具有结构和几何形状的物体模型的过程。

晚风微凉～·2025-03-23 20:44

【论文复现】——基于SIFT特征点结合ICP的点云配准方法

目录一、论文概述二、代码实现三、结果展示1、初始位置2、配准结果四、实验心得一、论文概述在点云配准过程中，针对迭代最近点(ICP)算法对点云初始位置依赖性强且迭代速度慢的问题，提出一种基于尺度不变特征变换

点云侠·2025-03-23 19:35

利用Pinecone和Hybrid Search实现高效向量检索

HybridSearch结合了密集向量和稀疏向量检索的优势，在提高检索准确性的同

dgay_hua·2025-03-23 05:35

PCL基础：pcl::SACSegmentation＜PointXYZRGBN＞函数全面说明，一遍文章精通平面分割算法

SACSegmentation`是PointCloudLibrary(PCL)中用于进行随机抽样一致性（RandomSampleConsensus，RANSAC）平面分割的类模板，模板参数`PointXYZRGBN`表示点云中点的类型

多宝Kim·2025-03-23 00:51

重塑家用机器人大脑！云鲸旗舰机型逍遥002搭载旭日5正式开售

该产品以”AI智能深度清洁“为核心，基于地瓜机器人全新一代旭日5智能计算芯片，推出首创的双目AI视觉感知自适应系统，以10TOPs的端侧算力与180万点/秒的3D稠密深度点云生成能力，为家庭场景带来毫米级障碍测距精度与语义级环境理解

·2025-03-22 22:24

不搞花里胡哨！CMU最新开源：极简风格的LiDAR全景分割+跟踪！

来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf、代码链接添加微信：dddvisiona，备注：三维点云，拉你入群。

3Ｄ视觉工坊·2025-03-22 08:41

GS-SLAM论文阅读笔记-MGSO

前言MGSO首字母缩略词是直接稀疏里程计(DSO)，我们建立的光度SLAM系统和高斯飞溅(GS)的混合。

zenpluck·2025-03-21 17:29

CCF CSP 历年真题 C语言版满分代码集合 (至2021.9 持续更新中

灰度直方图2021-4-2领域均值2020-12-1期末预测之安全指数2020-12-2期末预测之最佳阈值2020-9-1称检测点查询2020-9-2风险人群筛查2020-6-1线性分类器2020-6-2稀疏向量

JY_0329·2025-03-21 17:55

【人工智能】注意力机制深入理解

文章目录**一、注意力机制的核心思想****二、传统序列模型的局限性****三、Transformer与自注意力机制****1.自注意力机制的数学公式****四、注意力机制的关键改进****1.稀疏注意力

问道飞鱼·2025-03-21 08:09

互联网打工人的发际线保卫战：与代码共舞，和头发共存

某大厂程序员小李摸了摸日渐稀疏的头顶，看着钉钉弹出的第17条客户反馈，突然意识到：在这场与需求、bug、OKR的持久战中，头发和健康正在悄然“掉线”。

·2025-03-21 03:23

软考中级软件设计师考点知识点笔记总结 day05

文章目录4、栈和队列4.1、栈的定义4.2、队列定义5、串、数组、矩阵和广义表5.1、串5.2、数组5.3、稀疏矩阵5.4、广义表4、栈和队列4.1、栈的定义线性表是具有相同数据类型的n个数据元素的有限序列

莫问alicia·2025-03-20 14:41

3DMAX点云算法：实现毫米级BIM模型偏差检测（附完整代码）

摘要本文基于激光雷达点云数据与BIM模型的高精度对齐技术，提出一种融合动态体素化与多模态特征匹配的偏差检测方法。通过点云预处理、语义分割、模型配准及差异分析，最终实现建筑构件毫米级偏差的可视化检测。

夏末之花·2025-03-20 00:42

使用 DashVector 进行高效的矢量检索和自查询检索器演示

DashVector是一个完全托管的向量数据库服务，提供了对高维稠密和稀疏向量的支持，允许实时插入和过滤搜索。

bavDHAUO·2025-03-19 19:34

什么是机器视觉3D引导大模型

以下从技术架构、行业应用、挑战与未来趋势等方面综合分析：一、技术架构与核心原理多模态数据融合与深度学习3D视觉引导大模型通常整合RGB图像、点云数据、深度信息等多模态输入，通过深度学习算法（如卷积神经网络

视觉人机器视觉·2025-03-19 16:42

神经网络模型压缩&实例教程—非结构化剪枝

相反，已知生物神经网络使用高效的稀疏连接。为了在不牺牲准确性的情况下减少内存、电池和硬件消耗，通过减少模型中的参数数量来确定压缩模型的最佳技术是很重要的。

程序先锋·2025-03-18 04:41

PyTorch 模型剪枝实例教程一、非结构化剪枝

而众所周知，生物神经网络使用高效的稀疏连接（生物大脑神经网络balabala啥的都是稀疏连接的），考虑到这一点，为了减少内存、容量和硬件消耗，同时又不牺牲模型预测的精度，在设备上部署轻量级模型，并通过私有的设备

小风_·2025-03-18 00:41

数据结构-稀疏矩阵-十字链表存储

当矩阵的非零元个数与位置在操作中变化较大时，就不宜用顺序存储结构来表示三元组的线性表。在链表中，每个非零元可用一个含5个域的结点表示，其中i,j,e这三个域分别表示该非零元所在的行的值，向右域right用以链接同一行中下一个非零元，向下域down用以链接同一列中下一个非零元，向右域right用以链接同一行中下一个非零元，向下域down用以链接同一列中下一个非零元。同一行的非零元通过right域链接

辣条不爱辣·2025-03-17 23:02

java数组

目录一、数组概念二、数组的声明与初始化三、数组操作示例四、数组属性与注意事项五、内存结构分析六、常见操作七、二维数组八、稀疏数组一、数组概念数组是Java中用于存储相同类型数据的有序集合，具有以下特性：

TwitCoder·2025-03-17 12:12

大模型巅峰对决：DeepSeek vs GPT-4/Claude/PaLM-2 全面对比与核心差异揭秘

喜欢可以到主页订阅专栏目录技术架构对比性能表现与基准测试多模态与多语言能力推理效率与成本分析开源生态与行业适配应用场景与案例研究未来发展与技术趋势代码实现与调用示例1.技术架构对比DeepSeek：动态稀疏激活的混合专家系统

accurater·2025-03-16 16:40

llm数据存储基础设施

链接:https://i68.ltd/notes/posts/20250310-llm-db/infinity专为LLM应用程序构建的AI原生数据库，可提供对密集向量、稀疏向量、张量（多向量）和全文的快速混合搜索项目仓库

galileo2016·2025-03-15 17:24

PCL 点云OBB包围盒（二）

文章目录一、简介二、实现步骤二、实现代码三、实现效果参考资料一、简介包围盒是一种求解离散点集最优包围空间的算法，基本思想是用体积稍大且特性简单的几何体（称为包围盒）来近似地代替复杂的几何对象。（来源于百度）常用的求解包围盒的算法主要有AABB和OOB算法，但AABB算法容易受到物体朝向的影响，产生较大的空隙，因此本文将以OOB算法思想实现最小包围盒的求取。包围盒的应用有很多，如机械上的碰撞测试、物

大鱼BIGFISH·2025-03-15 02:10

(4-4)DeepSeek底层架构技术：混合专家架构技术

MoE架构通过动态任务分配和稀疏激活机制，减少了不必要的计算量，提升了模型的效率和灵活性。例如，DeepSeek-V3拥有6710亿参数，但每个输入token仅激活370亿参数。

码农三叔·2025-03-15 01:10

H100解锁生成式AI算力新纪元

其创新性设计聚焦三大技术支柱：第三代TensorCore通过稀疏计算与混合精度支持，显著提升矩阵运算效率；显存带宽优化技术结合HBM3高带宽内存，将数据吞吐量提升至3.35TB/s，有效缓解大规模模型训练中的显存墙问题

智能计算研究中心·2025-03-14 22:43

点云空洞的边界识别提取 pso-bp 神经网络的模型来修复点云空洞附python代码

代码是一个Python程序，用于处理3D点云数据，特别是检测和修复点云中的孔洞区域。1.**导入库**：-`numpy`：用于数学运算。-`open3d`：用于处理3D数据和可视化。

点云-激光雷达-Slam-三维牙齿·2025-03-14 01:30

点云边缘提取及可视化

点云素材：bunny.txt#include#include#includevoidCreateCloudFromTxt(conststd::string&file_path,pcl::PointCloud

Alan Lan·2025-03-14 01:29

Deep Lake：人工智能时代的数据湖

Stars数8,458Forks数652主要特点多模态数据支持：支持图像、视频、音频、文本、点云等各种数据类型。张量存储：以深度学习框架友好的张量格式存储数

开源项目精选·2025-03-13 22:43

C++ 实现 ROS 2 点云欧几里得聚类

C++实现ROS2点云欧几里得聚类在LivoxMid-360采集的sensor_msgs::msg::PointCloud2点云数据上进行欧几里得聚类（EuclideanClusterExtraction

·2025-03-13 20:01

HBase学习二：HBase的表结构

HBase的表结构初次接触HBase，可能看到以下描述会懵：“基于列存储”，“稀疏MAP”，“RowKey”,“ColumnFamily”。

hucs420109·2025-03-13 18:46

数据结构----数组与广义表专题

数组与广义表专题数组的顺序表示和实现前言数组中任意一个元素存储地址的计算一维数组二维数组更一般的二维数组矩阵的压缩存储前言对称矩阵三角矩阵前言上三角对应关系下三角关系三对角矩阵下标对应关系稀疏矩阵前言稀疏矩阵的三元组表示用三元组表示矩阵的转置优化快速转置数组的顺序表示和实现前言在计算机中

落春只在无意间·2025-03-13 15:19

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

目录前言图像目标检测算法研究现状点云目标检测算法研究现状基于投影图的方法基于体素的方法基于点云的多模态融合方法2地面点云滤波及神经网络2.1目标检测数据集及采集设备2.1.1KITTI数据集2.1.2车载激光雷达

格图素书·2025-03-13 13:08

Chebykan wx 文章阅读

文献筛选[1]神经网络：全面基础[2]通过sigmoid函数的超层叠近似[3]多层前馈网络是通用近似器[5]注意力是你所需要的[6]深度残差学习用于图像识别[7]视觉化神经网络的损失景观[8]牙齿模具点云补全通过数据增强和混合

やっはろ·2025-03-13 02:44

PCL 点云迭代加权最小二乘法拟合平面（抑制噪声）

文章目录一、简介二、实现代码三、实现效果参考资料一、简介受到之前博客的启发（Matlab点云最小二乘法拟合平面（剔除噪声）），我们不仅可以通过剔除一些异常点来拟合更为合适的平面，而且还可以在这个过程中对每个点进行加权来抑制噪声点

大鱼BIGFISH·2025-03-13 01:34

【AI论文】SEAP: 无训练稀疏专家激活修剪，解锁大型语言模型的潜力

本文介绍了稀疏专家激活修剪（SEAP）方法，这是一种无需训练的修剪方法，通过选择性地保留与任务相关的参数来降低推理开销。

东临碣石82·2025-03-12 19:53

HBase2.6.1部署文档

HBase特性列存储模型：HBase的数据是按列族存储的，适合高稀疏数据。行键分区

CXH728·2025-03-12 17:10

Sglang部署大模型常用参数详解

Sglang部署大模型常用参数详解常用启动命令HTTP服务器配置API配置并行处理张量并行数据并行专家并行内存和调度其他运行时选项日志记录多节点分布式服务LoRA内核后端约束解码推测解码双稀疏性调试选项优化选项参数概览常用启动命令要启用多

小树苗m·2025-03-12 16:36

常见的点云数据的获取方式

计算激光脉冲从发射到返回所需的时间，并将其转换为距离，从而生成三维点云数据。

我是瓦力·2025-03-12 03:30

PointNet++改进策略：模块改进 | x-Conv | PointCNN，结合局部结构与全局排列提升模型性能

目录前言PointCNN实现细节1.XXX-Conv操作输入输出步骤2.PointCNN网络架构层级卷积分类与分割任务3.数据增强4.效率优化前言这篇论文介绍了一种名为PointCNN的方法，旨在从点云