该项目的目的是开发一种视觉解决方案，为近视患者进行简单且高度准确的眼科检查。 自动处方镜片计算器引入了一种新的实时方法来估计近视度数（以屈光度1 为单位）相对于一个人清楚地看到参考物体的能力。 它背后的概念是使用三角形相似性进行距离估计。 捕获并预处理连续图像流以寻找所需的参考对象。 应用图像分割、斑点分析和像素操作，连同相机设备的内在参数，计算出高度准确的屈光度值。 在受控环境下，我们实现了高达 98% 的屈光度值估计准确率。

以新安医学防治中风病中新安医家的诊疗医案和方药为研究对象, 采用多策略相似性检索技术实现中医辨证，以基于案例推理的智能决策技术实现中医处方用药的自动化。该设计过程符合医学诊断的实际过程，现实、可行，有助于提高医师诊断过程的自动化水平，有助于中医研究的信息化、智能化和现代化。

网络中的节点相似性度量

基于相似性分析的无源超高频标签后向散射信息室内定位算法

Siamese：孪生神经网络在Keras当中的实现 目录 实现的内容 该仓库实现了孪生神经网络（Siamese network），该网络常常用于检测输入进来的两张图片的相似性。该仓库所使用的主干特征提取网络（backbone）为VGG16。 所需环境 tensorflow-gpu==1.13.1 keras==2.1.5 注意事项 训练Omniglot数据集和训练自己的数据集可以采用两种不同的格式。需要注意格式的摆放噢！ 文件下载 训练所需的vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5可在百度网盘中下载。 链接: 提取码: 17zy 我一共会提供两个权重，分别是vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5和Omniglot_vgg.h5。 其中: Omniglot_vgg.h5是O

SSIM-PIL 使用结构相似性算法（SSIM）比较两个图像。 对于相同的图像，结果值在1.0和完全不同的图像之间为0.0。 它基于PIL，还通过pyopencl支持GPU加速。 安装 python3 -m pip install SSIM-PIL 确保安装pyopencl的工作版本，以从GPU上更快的并行执行中受益。 （该代码已通过OpenCl 1.2版进行了测试。） 使用范例 from SSIM_PIL import compare_ssim from PIL import Image image1 = Image . open ( path ) image2 = Image . open ( path ) value = compare_ssim ( image1 , image2 ) # Compare images using OpenCL by default print

Siamese：孪生神经网络在Pytorch当中的实现 目录 实现的内容 该仓库实现了孪生神经网络（Siamese network），该网络常常用于检测输入进来的两张图片的相似性。该仓库所使用的主干特征提取网络（backbone）为VGG16。 所需环境 torch==1.2.0 注意事项 训练Omniglot数据集和训练自己的数据集可以采用两种不同的格式。需要注意格式的摆放噢！ 文件下载 训练所需的vgg16-397923af.pth可在百度网盘中下载。 链接: 提取码: xype 我一共会提供两个权重，分别是vgg16-397923af.pth和Omniglot_vgg.pth。 其中: Omniglot_vgg.pth是Omniglot训练好的权重，可直接使用进行下面的预测步骤。 vgg16-397923af.pth是vgg的权重，可以用于训练其它的数据集。 预测步骤 a、使用预训

艾滋病：这是用于NCI / NIH开发和治疗计划的抗病毒筛查数据集。 它包含42390个化合物，平均25.4个顶点和26.7个边。 它是大型的图形数据库，通常用于图形相似性搜索领域。 原始数据集，下载后自行清洗。

ssim是以灰度亮度饱和度来计算处理前后图像的结构相似性。是一个能够计算图像结构相似性的MATLAB程序。

图像质量评估算法,结构相似性(SSIM)，matlab代码（亲测可使用），用于图像质量评价，原始图像与处理后的图像计算它们的峰值信噪比，比值越高越优。 SSIM 公式基于样本 x 和 y 之间的三个比较衡量：亮度 (luminance)、对比度 (contrast) 和结构 (structure)。