Name
hamming_distance_normhamming_distance_normHammingDistanceNormhamming_distance_normHammingDistanceNormHammingDistanceNorm — Ermitteln des Hamming-Abstands zweier Regionen nach Normierung.
Herror hamming_distance_norm(Hobject Regions1, Hobject Regions2, const HTuple& Norm, Hlong* Distance, double* Similarity)
Herror hamming_distance_norm(Hobject Regions1, Hobject Regions2, const HTuple& Norm, HTuple* Distance, HTuple* Similarity)
Hlong HRegion::HammingDistanceNorm(const HRegion& Regions2, const HTuple& Norm, double* Similarity) const
HTuple HRegionArray::HammingDistanceNorm(const HRegionArray& Regions2, const HTuple& Norm, HTuple* Similarity) const
void HammingDistanceNorm(const HObject& Regions1, const HObject& Regions2, const HTuple& Norm, HTuple* Distance, HTuple* Similarity)
HTuple HRegion::HammingDistanceNorm(const HRegion& Regions2, const HTuple& Norm, HTuple* Similarity) const
Hlong HRegion::HammingDistanceNorm(const HRegion& Regions2, const HString& Norm, double* Similarity) const
Hlong HRegion::HammingDistanceNorm(const HRegion& Regions2, const char* Norm, double* Similarity) const
hamming_distance_normhamming_distance_normHammingDistanceNormhamming_distance_normHammingDistanceNormHammingDistanceNorm liefert den Hamming-Abstand
zweier Regionen,
d.h. die Zahl der Punkte der Regionen, die sich unterscheiden
(DistanceDistanceDistanceDistanceDistancedistance).
Vor der Berechnung des Abstandes wird eine Normierung der
Region in Regions1Regions1Regions1Regions1Regions1regions1 auf die Region in
Regions2Regions2Regions2Regions2Regions2regions2 durchgeführt.
Das Ergebnis ist die Zahl der Punkte, die in der einen Region
enthalten sind, in der anderen jedoch nicht:
Der Parameter SimilaritySimilaritySimilaritySimilaritySimilaritysimilarity beschreibt die Ähnlichkeit der beiden
Regionen, basierend auf dem Hamming-Abstand DistanceDistanceDistanceDistanceDistancedistance:
Folgende Arten der Normierung stehen zur Verfügung:
- 'center'"center""center""center""center""center":
Die Region wird so verschoben, dass beide den gleichen Schwerpunkt haben.
Sind beide Regionen leer, dann wird SimilaritySimilaritySimilaritySimilaritySimilaritysimilarity auf 0 gesetzt.
Es werden immer die Regionen mit dem gleichen Index aus den beiden
Eingabeparametern miteinander verglichen.
In beiden Eingabeparametern muss die gleiche Anzahl von
Regionen übergeben werden.
- Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
- Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
- Automatisch parallelisiert auf Tupelebene.
Zu untersuchende Regionen.
Art der Normierung.
Defaultwert:
'center'
"center"
"center"
"center"
"center"
"center"
Werteliste: 'center'"center""center""center""center""center"
Hamming-Abstand zweier Regionen.
Zusicherung: Distance >= 0
Ähnlichkeit zweier Regionen.
Zusicherung: 0 <= Similarity && Similarity <= 1
Sei F die Fläche einer Region, dann beträgt die
Laufzeitkomplexität im Mittel O(sqrt(F)).
hamming_distance_norm liefert den Wert 2 (H_MSG_TRUE), falls die Anzahl der Objekte in
beiden Parametern gleich ist und nicht 0 beträgt.
Das Verhalten bei leerer Eingabe (keine Eingabeobjekte vorhanden) lässt
sich mittels set_system('no_object_result',<Result>) festlegen.
Das Verhalten bei einer leeren Region (Region ist die leere Menge)
wird mit set_system('empty_region_result',<Result>) bestimmt.
Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
thresholdthresholdThresholdthresholdThresholdThreshold,
regiongrowingregiongrowingRegiongrowingregiongrowingRegiongrowingRegiongrowing,
connectionconnectionConnectionconnectionConnectionConnection
intersectionintersectionIntersectionintersectionIntersectionIntersection,
complementcomplementComplementcomplementComplementComplement,
area_centerarea_centerAreaCenterarea_centerAreaCenterAreaCenter
hamming_change_regionhamming_change_regionHammingChangeRegionhamming_change_regionHammingChangeRegionHammingChangeRegion
Foundation