HTML Microdata document

This HTML5 document contains 170 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbpedia-de	http://de.dbpedia.org/resource/
dbpedia-sl	http://sl.dbpedia.org/resource/
dcterms	http://purl.org/dc/terms/
yago-res	http://yago-knowledge.org/resource/
dbo	http://dbpedia.org/ontology/
n19	http://dbpedia.org/resource/File:
foaf	http://xmlns.com/foaf/0.1/
dbpedia-ko	http://ko.dbpedia.org/resource/
dbpedia-es	http://es.dbpedia.org/resource/
n11	https://global.dbpedia.org/id/
dbpedia-he	http://he.dbpedia.org/resource/
yago	http://dbpedia.org/class/yago/
dbt	http://dbpedia.org/resource/Template:
dbpedia-ru	http://ru.dbpedia.org/resource/
dbpedia-uk	http://uk.dbpedia.org/resource/
rdfs	http://www.w3.org/2000/01/rdf-schema#
freebase	http://rdf.freebase.com/ns/
dbpedia-sr	http://sr.dbpedia.org/resource/
dbpedia-pt	http://pt.dbpedia.org/resource/
dbpedia-pl	http://pl.dbpedia.org/resource/
n15	http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-fa	http://fa.dbpedia.org/resource/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
owl	http://www.w3.org/2002/07/owl#
dbpedia-fr	http://fr.dbpedia.org/resource/
dbpedia-zh	http://zh.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
prov	http://www.w3.org/ns/prov#
dbc	http://dbpedia.org/resource/Category:
dbp	http://dbpedia.org/property/
xsdh	http://www.w3.org/2001/XMLSchema#
n29	http://dbpedia.org/resource/Min/
wikidata	http://www.wikidata.org/entity/
gold	http://purl.org/linguistics/gold/
dbr	http://dbpedia.org/resource/
dbpedia-ja	http://ja.dbpedia.org/resource/

Statements

Subject Item: dbr:K-d_tree
rdf:type: yago:Arrangement105726596 yago:PsychologicalFeature100023100 yago:Rule105846932 yago:Ability105616246 yago:Method105660268 yago:Technique105665146 yago:WikicatComputerGraphicsDataStructures dbo:Building yago:Algorithm105847438 yago:Know-how105616786 yago:Abstraction100002137 yago:Procedure101023820 yago:YagoPermanentlyLocatedEntity yago:WikicatDatabaseIndexTechniques yago:Structure105726345 yago:DataStructure105728493 yago:Cognition100023271 yago:Activity100407535 yago:WikicatGeometricDataStructures yago:Event100029378 yago:WikicatGeometricAlgorithms yago:Act100030358
rdfs:label: K-d树 K-d tree Drzewo kd Árbol kd Arbre kd K-d-Baum K-d-дерево K-d 트리 K-вимірне дерево Árvore k-d Kd木
rdfs:comment: In computer science, a k-d tree (short for k-dimensional tree) is a space-partitioning data structure for organizing points in a k-dimensional space. k-d trees are a useful data structure for several applications, such as searches involving a multidimensional search key (e.g. range searches and nearest neighbor searches) and creating point clouds. k-d trees are a special case of binary space partitioning trees. k-d-дерево (англ. k-d tree, сокращение от k-мерное дерево) — это структура данных с разбиением пространства для упорядочивания точек в k-мерном пространстве. k-d-деревья используются для некоторых приложений, таких как поиск в многомерном пространстве ключей (поиск диапазона и поиск ближайшего соседа). k-d-деревья — особый вид двоичных деревьев поиска. Ein -dimensionaler Baum oder -d-Baum ist ein balancierter Suchbaum zur Speicherung von Punkten aus dem . Er bietet ähnlich dem Bereichsbaum die Möglichkeit, orthogonale Bereichsanfragen durchzuführen. Die Anfragekomplexität ist zwar höher, dafür liegt der Speicheraufwand in statt in (siehe Komplexitätstheorie - Landau-Notation). k-d-Bäume sind Spezialfälle von BSP-Bäumen, deren teilende Hyperebenen entlang der Achsen des Koordinatensystems ausgerichtet sind. Er wurde von Jon Bentley eingeführt. 在计算机科学里，k-d树（k-维树的缩写）是在k维欧几里德空间组织点的数据结构。k-d树可以使用在多种应用场合，如多维键值搜索（例：范围搜寻及最邻近搜索）。k-d树是空间二分树（binary space partitioning）的一种特殊情况。 kd木（英: kd-tree, k-dimensional tree）は、k次元のユークリッド空間にある点を分類する空間分割データ構造である。kd木は、多次元探索鍵を使った探索（例えば、範囲探索や最近傍探索）などの用途に使われるデータ構造である。kd木はBSP木の特殊ケースである。 kd木は、座標軸の1つに垂直な平面だけを使って分割を行う。BSP木では分割平面の角度は任意である。さらに一般的には、kd木の根ノードから葉ノードまでの各ノードには1つの点が格納される。この点もBSP木とは異なり、BSP木では葉ノードのみが点（または他の幾何学的プリミティブ）を含む。つまり、kd木の各分割平面は必ず1つの点を通る。葉ノードのみがデータを格納する派生データ構造をと呼ぶ。また、特記すべきkd木の別の定義として、各分割平面が1つの点を通るよう決定されるものの、点を葉ノードでのみ記憶するという定義もある。 Un arbre k-d (ou k-d tree, pour k-dimensional tree) est une structure de données de partition de l'espace permettant de stocker des points, et de faire des recherches (recherche par plage, plus proche voisin, etc.) plus rapidement qu'en parcourant linéairement le tableau de points. Les arbres k-d sont des cas particuliers d'arbres BSP (binary space partition trees). Cette structure a été proposée par Jon Louis Bentley de l'Université Stanford en 1975. 컴퓨터 과학에서 k-d 트리(영어: k-d tree, k-차원(dimensional) 트리)는 k차원 공간의 점들을 구조화하는 자료 구조이다. k-d 트리는 다차원 탐색 키에 관련된 탐색 같은 적용분야에 유용한 자료구조이다(예: 과 최근접 이웃 탐색). k-d 트리는 이진 공간 분할 트리의 특수한 경우이다. En ciencias de la computación, un Árbol kd (abreviatura de árbol k-dimensional) es una estructura de datos de particionado del espacio que organiza los puntos en un Espacio euclídeo de k dimensiones. Los árboles kd son un caso especial de los árboles BSP. В інформатиці k-d дерево (англ. k-d tree, скорочення від k-вимірне дерево) — це структура даних з поділом простору для упорядкування точок в k-вимірному просторі. K-d дерева використовуються для деяких застосувань, таких як пошук у багатовимірному просторі ключів ( і пошук найближчого сусіда). K-d дерева — особливий вид дерев двійкового поділу простору. Em ciência da computação, uma árvore k-d (abreviação para a árvore k-dimensional) é uma estrutura de dados de para a organização de pontos em um k-dimensional espaço. Árvores k-d são estruturas úteis para uma série de aplicações, tais como pesquisas envolvendo de chaves (e.g. e busca do vizinho mais próximo). Árvores k-d são um caso especial de árvores de particionamento binário de espaço. Drzewo kd (ang. k-dimensional tree, k-d tree, drzewo k-wymiarowe) – struktura danych, będąca wariantem drzew binarnych, używana do . Drzewa kd są przydatne do tworzenia struktur w niektórych zastosowaniach, takich jak lub znajdowanie punktów w prostokątnych obszarach. Czasowa złożoność obliczeniowa tych zadań wynosi gdzie to całkowita liczba punktów, – liczba znalezionych punktów.
dbp:name: k-d tree
foaf:depiction: n15:Kdtree_2d.svg n15:3dtree.png n15:Tree_0001.svg
dcterms:subject: dbc:Data_types dbc:Database_index_techniques dbc:Trees_(data_structures) dbc:Articles_with_example_Python_(programming_language)_code dbc:Geometric_data_structures dbc:Computer_graphics_data_structures
dbo:wikiPageID: 1676725
dbo:wikiPageRevisionID: 1115861309
dbo:wikiPageWikiLink: dbr:Plane_(mathematics) dbc:Data_types dbc:Trees_(data_structures) dbc:Database_index_techniques dbr:Octree dbr:Guillotine_problem dbr:K-D-B-tree dbr:Scikit-learn dbr:Vantage-point_tree dbr:Relaxed_k-d_tree dbr:Quadtree dbr:Median_of_medians dbr:Nearest_neighbor_search dbr:Nearest_neighbour_search dbr:C_Sharp_(programming_language) dbr:Recursive_partitioning dbr:Implicit_kd-tree dbr:R-tree dbr:Subtree dbr:Ray_tracing_(graphics) dbr:Python_(programming_language) dbr:Euclidean_space dbr:Point_cloud n19:Tree_0001.svg dbr:Computer_graphics dbr:Curse_of_dimensionality dbc:Articles_with_example_Python_(programming_language)_code dbr:Adaptive_k-d_tree dbr:Tree_(data_structure) dbr:Surface_normal dbr:ALGLIB dbc:Geometric_data_structures dbr:Computer_science dbr:Tree_data_structure dbr:Best-bin-first_search dbr:Hyperplane dbr:Algorithm dbr:Mergesort dbr:Klee's_measure_problem dbr:Binary_Search_Tree dbr:Bounding_interval_hierarchy dbr:Heapsort dbc:Computer_graphics_data_structures dbr:C++ dbr:CGAL dbr:Range_search dbr:Rectangle n19:Kdtree_2d.svg dbr:Half-space_(geometry) dbr:Selection_algorithm n19:Kdtreeogg.ogg dbr:Ball_tree dbr:Binary_search_tree dbr:Binary_tree dbr:Tree_rotation dbr:Orthogonal_range_searching dbr:Big_O_notation dbr:Binary_space_partitioning n29:max_kd-tree dbr:Balanced_tree dbr:Invariant_(computer_science) dbr:Median dbr:Hyperrectangle dbr:SciPy dbr:Point_(geometry) dbr:Hypersphere dbr:Interval_tree dbr:Space_partitioning dbr:Data_structure dbr:Jon_Bentley_(computer_scientist)
owl:sameAs: n11:2suSp dbpedia-fr:Arbre_kd dbpedia-pl:Drzewo_kd dbpedia-ja:Kd木 dbpedia-sr:K-D_stablo wikidata:Q309949 dbpedia-fa:درخت_کی‌دی dbpedia-ru:K-d-дерево yago-res:K-d_tree dbpedia-uk:K-вимірне_дерево dbpedia-zh:K-d树 freebase:m.05mm6t dbpedia-ko:K-d_트리 dbpedia-sl:KD_drevo dbpedia-de:K-d-Baum dbpedia-es:Árbol_kd dbpedia-he:עץ_kd dbpedia-pt:Árvore_k-d
dbp:wikiPageUsesTemplate: dbt:CS-Trees dbt:Main dbt:Infobox_data_structure dbt:Reflist dbt:Expand_section dbt:Short_description
dbo:thumbnail: n15:3dtree.png?width=300
dbp:caption: A 3-dimensional k-d tree. The first split cuts the root cell into two subcells, each of which is then split into two subcells. Finally, four cells are split into two subcells. Since there is no more splitting, the final eight are called leaf cells.
dbp:type: Multidimensional BST
dbo:abstract: 컴퓨터 과학에서 k-d 트리(영어: k-d tree, k-차원(dimensional) 트리)는 k차원 공간의 점들을 구조화하는 자료 구조이다. k-d 트리는 다차원 탐색 키에 관련된 탐색 같은 적용분야에 유용한 자료구조이다(예: 과 최근접 이웃 탐색). k-d 트리는 이진 공간 분할 트리의 특수한 경우이다. En ciencias de la computación, un Árbol kd (abreviatura de árbol k-dimensional) es una estructura de datos de particionado del espacio que organiza los puntos en un Espacio euclídeo de k dimensiones. Los árboles kd son un caso especial de los árboles BSP. Un árbol kd emplea sólo planos perpendiculares a uno de los ejes del sistema de coordenadas. Esto difiere de los árboles BSP, donde los planos pueden ser arbitrarios. Además, todos los nodos de un árbol kd, desde el nodo raíz hasta los nodos hoja, almacenan un punto. Mientras tanto, en los árboles BSP son las hojas los únicos nodos que contienen puntos (u otras primitivas geométricas). Como consecuencia, cada plano debe pasar a través de uno de los puntos del árbol kd. Técnicamente, la letra k se refiere al número de dimensiones. Un árbol kd tridimensional podría ser llamado un árbol 3d. Sin embargo se suele emplear la expresión "árbol kd tridimensional". (También es más descriptivo, ya que un árbol tridimensional puede ser varias cosas, pero el término árbol kd se refiere a un tipo en concreto de árbol de particionado.) Las letras k y d se escriben en minúsculas, incluso al principio de una oración. La k se escribe en cursiva, aunque son también comunes las formas "árbol KD" y "árbol Kd". Ein -dimensionaler Baum oder -d-Baum ist ein balancierter Suchbaum zur Speicherung von Punkten aus dem . Er bietet ähnlich dem Bereichsbaum die Möglichkeit, orthogonale Bereichsanfragen durchzuführen. Die Anfragekomplexität ist zwar höher, dafür liegt der Speicheraufwand in statt in (siehe Komplexitätstheorie - Landau-Notation). k-d-Bäume sind Spezialfälle von BSP-Bäumen, deren teilende Hyperebenen entlang der Achsen des Koordinatensystems ausgerichtet sind. Er wurde von Jon Bentley eingeführt. В інформатиці k-d дерево (англ. k-d tree, скорочення від k-вимірне дерево) — це структура даних з поділом простору для упорядкування точок в k-вимірному просторі. K-d дерева використовуються для деяких застосувань, таких як пошук у багатовимірному просторі ключів ( і пошук найближчого сусіда). K-d дерева — особливий вид дерев двійкового поділу простору. In computer science, a k-d tree (short for k-dimensional tree) is a space-partitioning data structure for organizing points in a k-dimensional space. k-d trees are a useful data structure for several applications, such as searches involving a multidimensional search key (e.g. range searches and nearest neighbor searches) and creating point clouds. k-d trees are a special case of binary space partitioning trees. k-d-дерево (англ. k-d tree, сокращение от k-мерное дерево) — это структура данных с разбиением пространства для упорядочивания точек в k-мерном пространстве. k-d-деревья используются для некоторых приложений, таких как поиск в многомерном пространстве ключей (поиск диапазона и поиск ближайшего соседа). k-d-деревья — особый вид двоичных деревьев поиска. Em ciência da computação, uma árvore k-d (abreviação para a árvore k-dimensional) é uma estrutura de dados de para a organização de pontos em um k-dimensional espaço. Árvores k-d são estruturas úteis para uma série de aplicações, tais como pesquisas envolvendo de chaves (e.g. e busca do vizinho mais próximo). Árvores k-d são um caso especial de árvores de particionamento binário de espaço. Un arbre k-d (ou k-d tree, pour k-dimensional tree) est une structure de données de partition de l'espace permettant de stocker des points, et de faire des recherches (recherche par plage, plus proche voisin, etc.) plus rapidement qu'en parcourant linéairement le tableau de points. Les arbres k-d sont des cas particuliers d'arbres BSP (binary space partition trees). Cette structure a été proposée par Jon Louis Bentley de l'Université Stanford en 1975. 在计算机科学里，k-d树（k-维树的缩写）是在k维欧几里德空间组织点的数据结构。k-d树可以使用在多种应用场合，如多维键值搜索（例：范围搜寻及最邻近搜索）。k-d树是空间二分树（binary space partitioning）的一种特殊情况。 Drzewo kd (ang. k-dimensional tree, k-d tree, drzewo k-wymiarowe) – struktura danych, będąca wariantem drzew binarnych, używana do . Drzewa kd są przydatne do tworzenia struktur w niektórych zastosowaniach, takich jak lub znajdowanie punktów w prostokątnych obszarach. Czasowa złożoność obliczeniowa tych zadań wynosi gdzie to całkowita liczba punktów, – liczba znalezionych punktów. kd木（英: kd-tree, k-dimensional tree）は、k次元のユークリッド空間にある点を分類する空間分割データ構造である。kd木は、多次元探索鍵を使った探索（例えば、範囲探索や最近傍探索）などの用途に使われるデータ構造である。kd木はBSP木の特殊ケースである。 kd木は、座標軸の1つに垂直な平面だけを使って分割を行う。BSP木では分割平面の角度は任意である。さらに一般的には、kd木の根ノードから葉ノードまでの各ノードには1つの点が格納される。この点もBSP木とは異なり、BSP木では葉ノードのみが点（または他の幾何学的プリミティブ）を含む。つまり、kd木の各分割平面は必ず1つの点を通る。葉ノードのみがデータを格納する派生データ構造をと呼ぶ。また、特記すべきkd木の別の定義として、各分割平面が1つの点を通るよう決定されるものの、点を葉ノードでのみ記憶するという定義もある。
dbp:inventedBy: dbr:Jon_Bentley_(computer_scientist)
dbp:inventedYear: 1975
gold:hypernym: dbr:Structure
prov:wasDerivedFrom: wikipedia-en:K-d_tree?oldid=1115861309&ns=0
dbo:wikiPageLength: 29150
foaf:isPrimaryTopicOf: wikipedia-en:K-d_tree