比较曲线相似度zzzzzz

/*尊重别人劳动成果，转发请注明出处并删除本说明！毛毛一一快跑 原创。 在比较两条曲线是否相同或相近时（相似度），可能会遇到两条曲线在坐标系中的起始位置不一样、两条曲线的点数比较多的情况。 本算法运用余弦相似度与距离差相结合的方法比较相似度，并且对两条曲线在坐标系中的起始位置不一致的情况提出了“位移比较”的概念. “余弦相似度”属于大学课程《解析几何》（或者说《笛卡尔空间》，非数学专业的课程《高等数学》中也有提及）内容，简单说就是将两条直线 看成两条同方向的向量，用向量之间的夹角作为方向相似参数。而向量的余弦角可由向量的数量积（也叫“点乘积”）求得：设向量a(a1,a2,a3),向量b(b1,b2,b3)则 cos(ab)=(a.b)/（|a||b|）=(a1b1+a2b2+a3b3)/sqrt(a1^2+a2^2+a3^2)sqrt(b1^2+b2^2+b3^2)。（《解析几何》王敬赓版 第二章第6节有述）。 “距离差”就是两直线垂直方向上的距离差，可取中间点的距离差。 “位移比较”由本人提出， 所谓“位移比较”就是将一条曲线在坐标系中整体左右平移一定距离，每次移动后均与另一条曲线比较相似度，最终得出相似度最大的位置作为统一起始位置。 对于两曲线起始位置最大左右各相差不大于30个点时均能取得教满意结果，可根据电脑性能更改两曲线起始位置相差的最大值（算法中改 出现“30”、“60”处）以提高算法处理范围。 原理讲的很明白了，还不懂就拖出去撸了，，， */ public double Similarity(int n, double[] y1, double[] y2) //int n:曲线y1,y2的点个数， { double[] tempy1 = { 0, 0 }; //线段转换为向量的坐标 double[] tempy2 = { 0, 0 }; double[] resule=new double[n]; //存相似度 double[] distance=new double [n]; //存距离差比 double[] k1 = { 0, 0 }; //临时 double count1=0; //统计异常线段个数 double max1=0, maxX1=0, max2=0, maxX2=0,min1=1000,min2=1000,minX2=1000,minX1=1000; //max1 线1的最大值, maxX1 线1最大值的下角标 for (int i = 0; i < n; i++) //两条线的最大最小值及下角标 { if (max1 < y1[i]) { max1 = y1[i]; maxX1 = i; } if (min1 > y1[i]) { min1 = y1[i]; minX1 = i; } if (max2 < y2[i]) { max2 = y2[i]; maxX2 = i; } if (min2 > y2[i]) { min2 = y2[i]; minX2 = i; } } if ((max1 - min1) < 4&&(max2-min2)<4) //两条线均满足直线要求则返回1，否则继续判断 { //if (Math.Abs(max1 - max2) < 4) // return 1; //else // return 2; return 1; } double k3 = y2[0] - y1[0]; for (int i = 0; i < n; i++) //y1上下平移 { y1[i] = y1[i] + k3; } double[] y3 = new double[n + 60]; //扩展数组存放线1 double[] y4 = new double[n + 60]; //扩展数组存放线2 double[] resule1 = new double[60]; //存放60次比较的结果 for (int i = 0; i < n + 60; i++) //线1存入数组y3 左右各补齐30个0 { if (i >= 30 && i < n + 30) y3[i] = y1[i - 30]; else y3[i] = 0; } for (int i = 0; i < 60; i++) { int j = 0, t = 0; for (; j <= i; j++) { y4[j] = 0; } for (int k = 0; k < n; k++) { y4[j + k] = y2[k]; t = j + k; } t++; for (; t < 210; t++) { y4[t] = 0; } resule1[i] = Simil(n + 60, y3, y4); } double k2 = 1000; //临时 for (int i = 0; i < 60; i++) { if (k2 > resule1[i]) k2 = resule1[i]; } for (int i = 0; i < n; i++) //恢复y1 { y1[i] = y1[i] - k3; } if (k2 <= 0.2) return 1; if (k2 > 0.2 && k2 <= 0.3) return 2; if (k2 > 0.3) return 0; return 3; } double Simil(int n, double[] y1, double[] y2) { double[] tempy1 = { 0, 0 }; //线段转换为向量的坐标 double[] tempy2 = { 0, 0 }; double[] resule = new double[n]; //存相似度 double[] distance = new double[n]; //存距离差比 double[] k1 = { 0, 0 }; //临时 double count1 = 0; //统计异常线段个数 for (int i = 0; i < n - 2; ) //比较n-1条线段的相似度及距离差比，并统计 { tempy1[0] = 1; tempy2[0] = 1; tempy1[1] = y1[i + 2] - y1[i]; tempy2[1] = y2[i + 2] - y2[i]; k1[0] = tempy1[0] * tempy2[0] + tempy1[1] * tempy2[1]; k1[1] = (Math.Sqrt(tempy1[0] * tempy1[0] + tempy1[1] * tempy1[1])) * (Math.Sqrt(tempy2[0] * tempy2[0] + tempy2[1] * tempy2[1])); resule[i] = k1[0] / k1[1]; k1[0] = ((y1[i] + y1[i + 2]) / 2) - ((y2[i] + y2[i + 2]) / 2); k1[0] = k1[0] / ((y1[i] + y2[i] + y1[i + 2] + y2[i + 2]) / 4); distance[i] = Math.Abs(k1[0]); resule[i] = resule[i] * 0.5 + (1 - distance[i]) * 0.5; if (resule[i] < 0.95) //统计异常点的个数 count1++; i += 2; } //if (count1 / (n / 2) <= 0.2) //满足异常条件的线段数占总线段树n-1的比值 范围：[0,0.2]正常、(0.2,0.4]警告、(0.4,1]异常 // return 1; //if (count1 / (n / 2) <= 0.3 && count1 / n > 0.2) // return 2; //if (count1 / (n / 2) > 0.3) // return 0; //return 0; return count1 / (n / 2); }