标签: matching

我知道这个问题已被问了很多时间.我想要一个关于哪种算法适合近似字符串匹配的建议.

该应用程序专门用于公司名称匹配,而不是其他任何内容.

最大的挑战可能是公司的最终名称部分和简短的命名部分示例:1.companyA pty ltd vs companyA pty.LTD.vs companyA 2. WES工程与WES工程(极为罕见)

你认为Levenshtein编辑距离是否足够？

我正在使用C#

此致,Max

地狱,

PHP有许多字符串函数,如levenshtein,similar_text和soundex,可以比较字符串的相似性. http://www.php.net/manual/en/function.levenshtein.php

哪种准确度和性能最佳？

我刚开始学习F#.

我想知道如何确定函数的参数是否为元组？

let tuple = (1, 2)
let notTuple = 3

let isTuple t =  // returns 'true' if t is a tuple, 'false' otherwise

printfn "%b" isTuple tuple      // true
printfn "%b" isTuple notTuple   // false

有没有办法使用grep进行重音不敏感搜索,最好保留--color选项？通过这个我的意思grep --secret-accent-insensitive-option aei是匹配àei,但也äēì和可能æi.

我知道我可以iconv -t ASCII//TRANSLIT用来删除文本中的重音,但我不知道如何使用它来匹配文本被转换(它适用于grep -c或-l)

我使用的是Ubuntu 12.04.我最近从https://github.com/Itseez/opencv/archive/3.0.0-alpha.zip安装了OpenCV 3.0 .我想做功能匹配,我使用了以下代码:

import numpy as np
import cv2
from matplotlib import pyplot as plt

MIN_MATCH_COUNT = 10

img1 = cv2.imread('box.png',0)          # queryImage
img2 = cv2.imread('box_in_scene.png',0) # trainImage

# Initiate SIFT detector
sift = cv2.SIFT()

# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)

FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
search_params = dict(checks = 50)

flann = cv2.FlannBasedMatcher(index_params, search_params)

matches = flann.knnMatch(des1,des2,k=2)

# store all …

如何有选择地禁止atom创建匹配的单引号和反引号？这有助于Scheme中的编程.

我尝试了设置>打包>括号匹配,如果我禁用自动完成括号,那么它也会禁用匹配的括号和匹配的双引号.我想要匹配括号和匹配双引号但不匹配单引号.

编辑:此功能现在可在Atom中使用.

这是我的数据集，我想重新组织行，以便如果每列中出现一个单词，它就会转移到相应的行。例如

等等，这样每个单词都有自己的行，如果该行中的单词出现在该列中，它就会与其他列匹配

我一直在寻找如何做到这一点，但找不到好的代码。我得到的一个想法是创建所有出现的单词的列表，然后尝试将它们与每一列匹配，但仍然没有找到这方面的代码。

我有一个公司数据库.我的应用程序接收按名称引用公司的数据,但名称可能与数据库中的值不完全匹配.我需要将传入的数据与它所引用的公司进行匹配.

例如,我的数据库可能包含名称为"AB Widgets&Co Ltd."的公司.我的传入数据可能会引用"AB Widgets Limited","AB Widgets and Co"或"AB Widgets".

公司名称中的一些单词(AB Widgets)对于匹配比其他单词(Co,Ltd,Inc等)更重要.避免错误匹配很重要.

公司的数量足够小,我可以在记忆中维护他们的名字地图,即.我可以选择使用Java而不是SQL来查找正确的名称.

你会如何用Java做到这一点？

这是我的问题.我在多个图像上手动提取了SURF的关键点特征.但我也已经知道哪一对要匹配.问题是,我正在尝试创建我的匹配对,但我不明白如何.我试着通过查看代码,但这是一个烂摊子.

现在,我知道features.descriptors(一个矩阵)的大小与关键点的数量相同(另一个维度为1).在代码中,为了检测匹配对,它只使用描述符,因此它比较行(或列,我不确定)或两个描述符矩阵,并确定是否有任何共同点.

但就我而言,我已经知道图像1中的关键点i与图像2中的关键点j之间存在匹配.如何将其描述为MatchesInfo值.特别是std :: vector <cv :: DMatch>类型的元素匹配.

编辑:所以,为此,我不需要使用任何匹配器或类似的东西.我知道哪些对在一起!

我正在使用MatchIt包在R中运行匹配过程.我使用倾向得分匹配,即:通过logit估计治疗选择,并选择最接近的匹配.

数据集很大(400万行),有没有办法加快速度？

为了说清楚我做了什么:

require(MatchIt)
m.out <- matchit(treatment ~ age + agesq + male + income + ..., data = data, metod = "nearest")