引入：最长公共子序列常用于解决字符串的相似度问题。最长公共子序列（LongestCommonSubsequence，LCS）与最长公共字串（LongestCommonSubstring）：子串是串的一个连续的部分，子序列则是从不改变序列顺序，而从序列中去掉任意多个元素而获得的新的序列；也就是说，子串...
分类：
其他好文 时间：
2014-07-22 23:12:35
阅读次数：
357
k-近邻算法原理：存在一个样本的数据集合，也叫训练的样本集，样本集中每个数据都有标签，算法分类时，输入没有分类的新数据，将新数据的每个特征与样本集中每个数据对应的特征进行比较，然后样本集可以计算得到与新数据的相似度，然后取前k（通常不大于20）大相似度所对应的类标签，然后将新数据标识为k个中类标签最...
分类：
其他好文 时间：
2014-05-15 07:42:07
阅读次数：
401
收入囊中
使用4种不同的方法进行直方图比较
葵花宝典
要比较两个直方图,
首先必须要选择一个衡量直方图相似度的对比标准。也就是先说明要在哪个方面做对比。
我们可以想出很多办法，OpenCV采用了以下4种
公式也都不难，我们自己就能实现。
d越小，表示差异越低，两幅图像越接近，越相似
初识API
C++: double compar...
分类：
其他好文 时间：
2014-05-11 03:21:18
阅读次数：
411
集合的Jaccard相似度定义：对于两个集合A和B，A和B的Jaccard相似度记为SIM（A，B）=|A∩B|/|A∪B|。
计算文档内容的相似度可以用来检测文档抄袭作弊或者镜像页面等。
为了计算文档内容之间的相似度，首先也将文档进行分词处理，然后计算Jaccard相似度。
shingling用来处理文档内容的分词，需要考虑shingle的大小。
例如，字符串“abcd" , 2个shi...
分类：
其他好文 时间：
2014-05-09 00:41:45
阅读次数：
290
