图像相似度 使用Resnet50+KNN在数据集中查找相似图像以获取新图像。 为了解决curse of dimensionality使用PCA来降低特征的维数。 Resnet50（在imageNet上训练） 在没有toplayer的情况下从keras创建Resnet50，以获取卷积特征（2048维）作为输出，而不是图像分类概率。 为数据集的每个图像提取卷积特征（Feature_size：[number_images，2048]）。 KNN（不是分类问题） 将最近邻算法拟合到从数据集中提取的特征 提取测试图像（新）的卷积特征，并计算测试图像与数据集的每个图像之间的距离（image_Similarity）。 PCA 将PCA应用于提取的特征并减小尺寸。 使最近邻算法适合新功能

对于两个 Java 语言的源程序代码，用哈希表的方法分别统计两个程序中使用 Java 语言关键字的情况，并最终按定量的计算结果， 得出两份程序的相似性。

Unity C#使用pHash算法实现图片相似度计算（判断俩张图片是否相似）。

主要为大家详细介绍了TF-IDF与余弦相似性的应用，找出相似文章，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

一种基于混合相似度的协同过滤算法，胡芳燚，姚文斌，协同过滤是个性化推荐中使用最广泛的方法之一。该方法中最重要的一步是通过使用评分信息来获得用户之间的相似性，以便系统可以预

findimagedupes：查找视觉上相似或重复的图片

命令行输入两个txt文件的绝对路径，计算相似度，写进txt文件

#NeuroRA 从多模态神经数据进行表示分析的Python工具箱 概述 代表性相似性分析（RSA）已成为一种流行的有效方法，用于测量不同模式下多变量神经活动的代表性。 NeuroRA是一个基于Python的易于使用的工具箱，可以在几乎所有种类的神经数据中完成有关RSA的一些工作，包括行为，EEG，MEG，fNIRS，sEEG，ECoG，fMRI和其他一些神经电生理数据。 此外，用户可以在NeuroRA上进行神经模式相似度（NPS） ，时空模式相似度（STPS）和受试者间相关度（ISC） 。 安装 点安装神经元 纸 Lu，Z.，＆Ku，Y.（2020年）。 NeuroRA：来自多模式神经数据的表示分析的Python工具箱。 神经信息学前沿。 14：563669。 doi：10.3389 / fninf.2020.563669 网站及使用方法 在查看更多详细信息。 您可以在阅读或在下载

rsa matlab代码代表性相似性分析教程 作者：吴宗万（成均馆大学） 滑梯 下载：您可以下载幻灯片PDF 依存关系 要运行Matlab脚本tutorial_main.mlx或tutorial_main.m ，您将需要在计算机中安装以下工具。 可以在tutorial_main.html或tutorial_main.pdf查看代码和结果。 Matlab（> 2016版本） 要获得全部功能，请确保安装： Matlab统计和机器学习工具箱 Matlab脚本tutorial_main.mlx已在使用Matlab R2021a的macOS Catalina上进行了测试。 另请参阅由Kriegeskorte组编写的RSA工具箱： 数据集 摘自Woo et al。，2014，Nat Comms; 可以下载纸质PDF 参加人数： N = 59 任务 有两种类型的任务，并且在每个任务中都有两种条件（2 x 2设计） 身体上的痛苦任务（热量，温度条件） 社交痛苦任务（拒绝，朋友状况） 分析计划 步骤1：为每个参与者，每个区域计算RDM（4个ROI：aINS，dACC，S2 / dpINS，TPJ），并可

用余弦相似度算法写的c++程序，计算如“我 爱 看 电视”和“我 不 爱 看 电影”之间的余弦相似度。由于没有分词程序，所以需要用空格手动分词