源码名称： 图片相似图识别 主要功能： 支持识别，经过角度旋转，经过干扰，经过扭曲，完全不相同但近似的图。 论坛的很多图片相似度识别源码，大体都只能对比图片高度一致的图片才有效，对于经过了旋转角度，颜色干扰，或者根本就不是一张图，但是是一种类型的图。都起不了作用，所以自己研究搞了这个源码 相关知识点来自baidu! 功能原理： 思路源自三原色也就是RGB。 众所周知RGB 色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的， RGB 即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色。 三原色，每个原色可以生成256种颜色。三通道加一起刚好就是256*3种颜色。每张图片相同的图片。所使用的颜色数量基本上近似一致。而不相同的图片，颜色使用量可以说是差距很大。 由此想到，记录红、绿、蓝三个通道的各自256中颜色的量。进行两张图片对比。设置一个容差值 假设为-100 和 + 100 为什么设置容差值呢，因为相同的一种图片 肉眼看着一致，很多时候，颜色值还是有点差距的。但是这个差距一定是在一个范围内。因为如果范围太大的话。肉眼都能看出来颜色不一样了。所以更别说软件了。 设置容差值之后 累计 256*3 个颜色的颜色用量。进行对比。再受容差值的影响。最终计算的结果。进行一个百分比计算。就可以得出图片的相似度。 经过实际测试，一般情况下 百分之55以上的相似度，基本上可以判定位同一种类图。因为如果不是一个种类的。相似度基本上是30以下 因为颜色的用量是天壤之别。

ullmanns_algorithm 子图-图相似度算法。 预先要求： CMake版本3.10 C ++ 11编译器

DNA序列的相似度/相异度计算方法：综述

主要介绍了Python实现简单的文本相似度分析操作,结合实例形式分析了Python基于分词API库jieba及文本相似度库gensim针对文本进行相似度分析操作的实现技巧与注意事项,需要的朋友可以参考下

SAM相似度方法，是一种主要用于计算光剖的相似度方法，在很多文献中都有提到，这的光谱指的是 拉曼光谱

使用 OpenCV 和 Python 检测两个图像的相似程度 基于SIFT算法，包括代码和数据

最小哈希LSH MinHash 和 LSH 的 Java 实现，用于查找通过 Jaccard 相似度衡量的接近重复的文档。 MinHash 的实现，用于逼近文本文档中的 Jaccard 相似度。 还包括 LSH 的实现，这是一种快速查找近似最近邻的方法。

称呼： Cs = getCosineSimilarity（x，y） 计算向量 x 和 y 之间的余弦相似度。 x和y必须具有相同的长度。 的解释余弦相似度类似于皮尔逊相关

作业抄袭是作业环节的一种普遍现象，许多学生 为了省事、方便，常常以其他同学的作业或者网络文档 为模板，简单地做少量修改，甚至不做修改就交给老 师，企图蒙混过关，这是一种对自己极不负责任的行 为。尤其在信息化时代，资源的获取更加方便，作业抄 袭现象也越发严重，遏制作业抄袭行为刻不容缓。

英文文本相似度/文本推理/文本匹配数据集——STS