hamming-distance

    1熱度

    1回答

    已知漢明距離用於計算兩個二進制字符串之間的差異。是否可以應用它來計算非二元結構之間的差異?

    0熱度

    1回答

    我正在讀安德魯S.塔南鮑姆的計算機網絡的書。本段中我對漢明距離感到困惑。爲什麼說這個建築的漢明距離是3?謝謝。

    0熱度

    1回答

    我想有一個快速執行海明距離二進制向量。 我在Array[Byte]上測試它,而不是Array[Int],認爲它會更快,但事實並非如此。 如果有人能解釋我的這種行爲和/或建議我更好的實施。 def hammingDistanceI(v1:Array[Int], v2:Array[Int]) = { v1.zip(v2).count{case(a,b) => a!=b} } def ha

    1熱度

    1回答

    我有大約1M的二進制numpy數組,我需要讓漢明之間的距離找到de k-nearest-neighbors,我得到的最快速的方法是使用cdist,返回一個具有距離的浮點矩陣。 因爲我沒有足夠的內存來獲得1Mx1M浮點數矩陣所以我做在這樣的時候一個元素: from scipy.spatial Import distance Hamming_Distance = distance.cdist(arr

    0熱度

    1回答

    要回答How to store binary data when you only care about speed?,我想寫一些做比較,所以我想使用std::bitset。然而,對於公平的比較,我想一維std::bitset來模擬2D。 因此,而不是具有: bitset<3> b1(string("010")); bitset<3> b2(string("111")); 我想用: bits

    0熱度

    1回答

    我幾天前開始學習Python 3,所以如果我的代碼很差,我很抱歉。 我寫了一個腳本來查找列表中字符串的最小值Hamming distance。現在我將使用的字符串是相同長度的二進制字,所以我的第一個問題是在Python中是否有一個按位解決方案? 其次,我的代碼是否正確?如果是的話,提高效率的最佳方法是什麼?我的搜索沒有返回Python 3的答案,這就是爲什麼我在這裏問。 def min_ham_d

    1熱度

    4回答

    鑑於比特v的向量內的比特的所有序列,計算具有漢明距離1與v比特的集合,然後用距離2,最多一個輸入參數t。 所以對於 011 I should get ~~~ 111 001 010 ~~~ -> 3 choose 1 in number 101 000 110 ~~~ -> 3 choose 2 100 ~~~ -> 3 choose 3 如何有效地計算呢?矢量不總是維度

    5熱度

    4回答

    設a和b是具有8位整數(0-255)的相同大小的向量。我想計算那些向量不同的位數,即通過這些數字的二進制表示的串聯形成的向量之間的漢明距離。例如: a = [127,255] b= [127,240] 使用numpy的庫 np.bitwise_xor(a,b) # Output: array([ 0, 15]) 我需要的是現在二進制表示上述陣列的每個元素,並在陣列中的所有元素計數的1的

    0熱度

    1回答

    我想計算非常高維向量之間的漢明距離。數據點是一個稱爲特徵的向量。假設,每個組件f_i作爲一個整數,它以其二進制形式表示,具有j比特。每個數據點有n = 900特徵組件。問題製劑是 2個不同的向量之間的漢明距離的公式在下面的圖片,其中j = number of bits 對於離讓n = 10特徵分量給出, f = [3,4,1,4,5,6,6,7,1,14]; g = [1,3,5,6,7,8,1

    0熱度

    1回答

    我要尋找的編碼,可以每串編碼爲一個唯一的編號,使得 - > 每兩個字符串是相似必須彼此接近的值。 每兩個彼此接近的值必須表示相似的字符串。 字符串的相似性意味着一個字符串中的幾個替換可以形成另一個字符串。不考慮增加或刪除。 串只能有字符A,C,T和G(僅四種可能性) 事情我試圖 - > 格雷碼 - >它滿足第二個但沒有按不符合第一標準。兩個相似的字符串並不意味着它們在格雷碼中的值更接近。 漢明與引