1. 研究目的与意义（文献综述）

1.论文选题的目的和意义

信号的相似性在海量数据挖掘、信号处理和图像处理等诸多领域有着极为广泛的应用，相似性度量通常用于比较一些数据集、图像、形状、一维信号以及多维信号等方面相似性的一个函数。在图像配准、特征匹配、信息检索、数据挖掘、计算机视觉、卫星遥感以及天气预报等领域，相似性度量有着基本但却不可忽视的作用。

近年来，随着数据不断丰富，各行各业都产生了大量的数据，人们对功能强大的分析工具的需求逐步上升，数据挖掘开始得到广泛应用。在数据挖掘中，如果想要对数据进行聚类,邻域搜索这样的算法，必不可少的一步就是进行相似度分析。同样，在模式识别领域中，为了判断待分类样品与哪个模式的模版匹配程度更好，首先应该做的工作就是计算样品与样品之间或者模式类与模式类之间的相似程度；在医学方面，各种生物信号如心电信号、脉搏信号、呼吸信号等机体生命活动的基本信号的处理上，关键问题也是描述和分析信号间的相似程度。由此可见相似性的度量问题的比较研究可以为很多实际应用中的相似性度量方法的选择提供重要的依据。

2. 研究的基本内容与方案

1、现有信号相似性度量算法的回顾，以及各自的优缺点；

2、针对现有方法提出改进思路，使其应用于形状的投影信号；

3、实测真实场景下获取的不规则形状，检验形状相似性衡量的准确度

3. 研究计划与安排

1-2 周：确定选题，英文文献翻译

3-4 周：查阅文献，撰写开题报告

5-10周：设计与实现

11-12周：撰写毕业论文

4. 参考文献（12篇以上）

[1]cheruiyotw.kipruto.color-based similarity search in multimedia information retrievalsystems augmented with derived images[d].中南大学,2012.

[2]parkjean-ho,hwang jai-hyuk,park wook-je.similarity measure on intuitionistic fuzzysets[j].journal of central south university,2013(08):155-160.

[3]leesang-hyuk,park wook-je,jung dong-yean.similarity measure design and similaritycomputation for discrete fuzzy data[j].journal of central south university oftechnology,2011(05):286-292.

[4]曹奇敏,郭巧,吴向华.similarity matrix-based k-meansalgorithm for text clustering[j].journal of beijing institute of technology,2015,v.24；no.86(04):143-149.