测量两个二进制文件之间的相似性？

我有两个G729编码文件，我把它们的pcm版本。我想测量这两个文件之间的相似度。这些文件是二进制文件，所以如何测量二进制文件之间的相似性，我在C中编写了一个代码，它从第一个文件中获取模式并在第二个文件中搜索相似的代码，但是我想要有一个相似性度量。我在文献中搜索了很多，我发现了jaccard和其他人，但仍然无法确定他们哪一个符合我的情况。提前感谢您的帮助..测量两个二进制文件之间的相似性？

来源

2010-10-06 Dobs

http://en.wikipedia.org/wiki/Acoustic_fingerprint – 2010-10-06 15:46:58

你想究竟如何量化'相似'？你想每个样本有绝对的差异吗？最小二乘回归的R^2值？这两个文件是什么？ – JoshD 2010-10-06 15:50:33

我想找到一个比率来定义两个文件相互之间的相似程度......这两个文件是G729编解码器的输出...我们可以从每个文件中取出20个字节的帧并测量这两个文件之间的相似度字符串和最后的平均值......足够吗？ – Dobs 2010-10-09 09:43:53

由于您提到的文件是音频文件，最好是根据音频特征定义相似性度量，而不是简单地进行二进制比较。快速搜索提出了一个名为MusicMiner的研究项目，您可能想要了解进一步的想法。

来源

2010-10-06 15:50:20 casablanca

首先感谢你的回复...我试图对纯文本级别进行分析......我的意思是在二进制级别..我想比较编码器的输出......谢谢 – Dobs 2010-10-09 09:40:13

我有同样的需要，我想出了一个解决方案，在我的情况下工作，但我不能保证这是普遍的：

我把创建的差异文件库。鉴于fileA和fileB这个库创建了第三个文件fileDiff，它告诉如何从fileA传递到fileB要复制的字节和要添加的字节。（有关格式的更多信息：http://www.w3.org/TR/NOTE-gdiff-19970901.html）

我在Java的工作，所以我用javaxdelta：http://javaxdelta.sourceforge.net/
在这里，您可以实现被称为DiffWriter接口：http://javaxdelta.sourceforge.net/javadoc/com/nothome/delta/DiffWriter.html
在你知道结局复制了多少字节以及从fileA到fileB添加了多少个字节

用函数获得一个百分比。我知道这不是100％真实的，例如，如果你有fileB等于fileA的一半，这个函数的相似度是100％。

这是DiffWriter实现：

public class Distance implements DiffWriter { 

    private long newData = 0; 
    private long copiedData = 0; 

    @Override 
    public void flush() throws IOException {} 

    @Override 
    public void close() throws IOException {} 

    @Override 
    public void addData(byte arg0) throws IOException { 
     newData++; 
    } 

    @Override 
    public void addCopy(long arg0, int arg1) throws IOException { 
     copiedData += arg1; 
    } 

    public double getSimilarity() { 

     double a = (double) newData; 
     double c = (double) copiedData; 

     return ((c/(c + a)) * 100.0); 

    } 

}

这是我如何称呼它：

import com.nothome.delta.Delta; 

    File f1 = new File(...); 
    File f2 = new File(...); 

      Distance dw = new Distance(); 

    try { 
     new Delta().compute(f1, f2, dw); 

     dw.getSimilarity(); 

    } catch (Exception e) { 
     e.printStackTrace(); 
    }

来源

2013-06-11 12:08:25 hurtledown

测量两个二进制文件之间的相似性？

回答

相关问题