成对测地距离

这份Matlab代码可以快速计算在3D三角形网格及任意尺寸点云上的成对测地距离。该项目已在装有Matlab R2019a的OSX系统上测试通过，并且可在Windows 64位系统上运行。下载档案后，运行DEMO_detailed.m来查看示例。代码还提供了一个不包含注释但能够直接运行的版本DEMO_only_code.m。

1975年，Vincenty提出了一种快速收敛算法，用于计算椭球体地球上点之间的距离，精确到几毫米以内。该算法在大地测量学和工程学中得到广泛应用。这里提供了该算法的MATLAB实现，无需Mapping Toolbox。若有该工具箱，可以使用其代码部分比较算法与球形地球距离的精度。

同义词林（哈工大扩展版） Python词语相似度计算源码

Hive学习记录，实测有效，绝对适用。

这是P. Felzenszwalb和D. Huttenlocher的论文中提出的距离采样函数的广义距离变换算法的简单MATLAB实现。函数DT()通过为每个维度调用DT1()来计算二维图像的距离变换。该方法可以轻松扩展到更高维度。由于inf值的处理存在问题，因此对于图像中以“无”抛物线为中心的点，应该给它们一个较大的数值（如1e10）。此外，算法被修改为使第二个参数返回输入的功率图，该图展示了每个点到其最近的点的距离。若所有输入点具有相同的值，函数将简化为计算标准的距离变换和Voronoi图。

MATLAB开发中，使用join函数能够方便地联接成对的表格数据，提升数据处理效率和准确性。

黑色简洁风格的 ArcGIS 地统计方法挺适合想玩转空间数据的同行，里面克里金插值用起来还不错，随机性和空间结构性一起搞定，不用怕数据分布太乱。 空间数据的ESDA功能也挺实用，像直方图、QQ 图、Voronoi 图都能直接可视化。看趋势、找模式，省了不少事，省得自己到处拉数据。 普通克里金、简单克里金还有指示克里金都能选，用在哪就选哪个，插值的结果挺稳。嗯，像要估氧气和氮氧化物这种就可以用交叉协方差，蛮方便。 ArcGIS 自带的确定性插值也别忽略，IDW、RBF用起来快，想简单点直接反距离权重，稳稳的。要细点就来个径向基插值，表面拟合也挺丝滑。 相关资源也推荐几个：地统计学与克里格插值，A

这个Matlab函数用于计算两组点云之间的双向局部距离（BLD）。BLD是Hausdorff距离的一种扩展，提供了参考点云中每个点到测试点云的距离。该函数由Hak Soo Kim等人在医学物理学领域的研究中定义，适用于任意维度的点云。使用方法：输入参考点云和测试点云，函数将输出参考点云中每个点的局部距离（BLD）。详细信息可参见原论文：https://doi.org/10.1118/1.4754802。

SwingBench被广泛认为是一款出色的数据压测工具，它能够模拟真实的工作场景，有效评估Oracle数据库的性能。随着企业数据量的增长，SwingBench在数据库优化和性能测试中扮演着至关重要的角色。

这篇文章讨论了物种之间共表达网络的比较分析，使用了名为“compare_PCMs.m”的Matlab管道脚本。输入数据来自Excel中的标准化基因表达样本表，每个表代表单个物种的数据集。测试数据集“expression_per_species_test.xlsx”是原始数据的子集。输出结果“ggc_（今日日期）.mat”包含多个结构化数据：成对相关矩阵（PCM）、每个数据集的表达相关性分析结果、比较监管相似性评分表等。