估计曲线相似性的技术

Question

我试图估计三个不同实体之间的相似性（这里表示为曲线）。 其中一条曲线代表一位老师＆＃34; （绿色曲线），另外两个是＆＃34;学生＆＃34;。

在研究如何解决这个问题时，我遇到了多种技术：

• Procrustes Analysis Procrustes Analysis with NumPy?

• 寻找峰值Peak finding algorithm

• Minkowski距离（惩罚更重要的异常值）

这三种方法都有各自的优点和缺点，但它们似乎都没有帮助我解决图像中显示的问题：

• 我＆＃34;知道＆＃34;那个＆＃34;学生3＆＃34; （橙色曲线）更接近老师＆＃34;但是远距离＆＃34;学生5＆＃34;被测量为最接近的

• 峰值估计适用于锐边，并且在此处表现不佳。

我没有信号处理的背景（问题似乎是需要的），我希望了解如何解决这些问题的一般建议/技巧。

Answer 1

这个问题不一定与信号处理有关，而是与曲线拟合或优化有关。当你说学生3更接近＆＃34;时，你必须定义＆＃34;亲近＆＃34;。当你使用预先定义的距离函数时，你可以任意选择一个距离测量而不是＆＃ 39; t必然适合你的需要。从图中估计，我认为通过使用欧几里德距离，你得到你想要的东西（那个学生3更接近）。