计算字母（符号）空间相似性度量
Computing Letter (Symbol) Spatial Similarity Metric
有没有算法可以用来计算视觉符号（字母）之间的视觉相似度？我相信它会考虑到旋转对称性、拓扑特性和拓扑特征的空间范围。相似性度量会这样说：
A H 彼此相似。 D C O Q 彼此相似。 p b q d 彼此相似。 I J 彼此相似。另一方面，这几组字母彼此不相似，相似度是可以定量衡量的。
是否有一种算法可以衡量符号的这种空间视觉相似性？
如果这些符号可以映射为光栅像素，答案是肯定的。
Co-location，空间数据（包括符号的空间结构）的变化和分布在下面的一个非常有区别的索引中进行检查。
在比较两个栅格地图时，空间效率指标 (SPAEF) 被证明是可靠的。 Python 和 Matlab 代码可在以下位置获得：
http://space.geus.dk/tools_products/index.html
最近关于该指标的论文：
https://www.hydrol-earth-syst-sci.net/22/1299/2018/hess-22-1299-2018-assets.html
Observed vs Simulated raster maps
Stats - poor spatial fit
Observed vs Shuffled pixels
Stats - poor spatial match
Observed vs Biased map
Stats - good spatial fit (SPAEF is bias insensitive)
有没有算法可以用来计算视觉符号（字母）之间的视觉相似度？我相信它会考虑到旋转对称性、拓扑特性和拓扑特征的空间范围。相似性度量会这样说：
A H 彼此相似。 D C O Q 彼此相似。 p b q d 彼此相似。 I J 彼此相似。另一方面，这几组字母彼此不相似，相似度是可以定量衡量的。
是否有一种算法可以衡量符号的这种空间视觉相似性？
如果这些符号可以映射为光栅像素，答案是肯定的。 Co-location，空间数据（包括符号的空间结构）的变化和分布在下面的一个非常有区别的索引中进行检查。
在比较两个栅格地图时，空间效率指标 (SPAEF) 被证明是可靠的。 Python 和 Matlab 代码可在以下位置获得： http://space.geus.dk/tools_products/index.html
最近关于该指标的论文： https://www.hydrol-earth-syst-sci.net/22/1299/2018/hess-22-1299-2018-assets.html
Observed vs Simulated raster maps
Stats - poor spatial fit
Observed vs Shuffled pixels Stats - poor spatial match
Observed vs Biased map
Stats - good spatial fit (SPAEF is bias insensitive)