Setzen Sie eine 3D-Linie 3D-Punktdaten in Java?

Question

Ich habe eine anständige Menge an Zeit damit verbracht, eine einfache Möglichkeit, dies zu tun, auf der Jagd nach - im Idealfall eine magische Bibliothek gibt es irgendwo, dass meinen Satz von 3D-Datenpunkten nehmen und zurück 2 Punkte auf der Bestgerade unter Verwendung von entweder orthogonal oder Regression der kleinsten Quadrate, und auch den Fehler der angepassten Linie zurück. Gibt es so etwas gibt und wenn ja, wo?

Answer 1

Das ist einfach genug zu tun, aber es selbst schreiben Sie einen Eigenwert Löser oder eine Einzelwertzerlegung benötigen. Erstellen der NX3 Matrix A, die (x-xbar, y-ybar, z-zbar) Daten als Spalten. Speichern Sie diese Spalte Mittel für später, ich werde es nennen V0 = [xbar, ybar, zbar].

Jetzt berechnen, die Eigenwerte und Eigenvektoren von A * = A, das heißt, die 3x3-Matrix von A gebildet transponieren von A multipliziert.

Wenn diese Daten liegt auf einer Linie in R ^ 3, dann eine dieser Eigenwerte werden deutlich größer als die beiden anderen Eigenwerte. Wenn dies nicht der Fall ist, dann ist die orthogonale Regressionslinie nicht gut abgeschätzt werden.

Nehmen Sie den Eigenvektor, die mit dem größten Eigenwerte von A '* A zugeordnet ist. Dann, wenn V die entsprechende Eigenvektor ist, wird die orthogonale Regressionslinie definiert als

V (t) = V0 + t * V

Jeder Punkt auf dieser Linie kann von einem gewissen Wert des Parameters t gegeben werden.

Alternativ berechnet die Singulärwertzerlegung von A, und nimmt den rechten Singulärvektor des der größten singulären Wert von a.

In jedem Fall, wenn Sie die Fehler für die Datenpunkte berechnen wollen, würde dies in Frage zu der Linie, wie einfach den orthogonalen Abstand definiert werden.

Answer 2

Google für „Java-lineare Regression der kleinsten Quadrate Bibliothek“ und Sie sollten ein paar Optionen. Eine davon ist Drej . Ich habe das selbst nicht verwendet, aber.

Bearbeiten - Ich bin nicht überzeugt, dass diese beantwortet die Frage -. Ich weiß nicht, ob 3D-Daten unterstützt

Answer 3

Es ist einfach genug, um es zu tun, wenn Sie den Trick kennen: http: / /www.scribd.com/doc/21983425/Least-Squares-Fit

Weitere Dimensionen Mittel mehr Koeffizienten, aber sie sind einfach genug, um hinzuzufügen in. Die Ideen sind alle gleich.