Changeset 606 for cpp/frams/model
 Timestamp:
 08/30/16 17:42:29 (7 years ago)
 Location:
 cpp/frams/model/similarity
 Files:

 2 edited
Legend:
 Unmodified
 Added
 Removed

cpp/frams/model/similarity/simil_model.cpp
r605 r606 1 1 // This file is a part of Framsticks SDK. http://www.framsticks.com/ 2 // Copyright (C) 1999201 5Maciej Komosinski and Szymon Ulatowski.2 // Copyright (C) 19992016 Maciej Komosinski and Szymon Ulatowski. 3 3 // See LICENSE.txt for details. 4 4 … … 14 14 #include <frams/vm/classes/genoobj.h> 15 15 #ifdef EMSCRIPTEN 16 16 #include <cstdlib> 17 17 #else 18 18 #include <stdlib.h> 19 19 #endif 20 20 #include <math.h> … … 34 34 35 35 static ParamEntry MSparam_tab[] = { 36 {"Creature: Similarity", 1, 6, "ModelSimilarity", "Evaluates morphological dissimilarity. More information:\nhttp://www.framsticks.com/node/795\nhttp://www.framsticks.com/node/890", },37 {"simil_parts", 0, 0, "Weight of parts count", "f 0 100 0", FIELD(m_adFactors[0]), "Differing number of parts is also handled by the 'part degree' similarity component.",},38 {"simil_partdeg", 0, 0, "Weight of parts' degree", "f 0 100 1", FIELD(m_adFactors[1]), "",},39 {"simil_neuro", 0, 0, "Weight of neurons count", "f 0 100 0.1", FIELD(m_adFactors[2]), "",},40 {"simil_partgeom", 0, 0, "Weight of parts' geometric distances", "f 0 100 0", FIELD(m_adFactors[3]), "",},41 {"simil_fixedZaxis", 0, 0, "Fix 'z' (vertical) axis?", "d 0 1 0", FIELD(fixedZaxis), "", },42 {"evaluateDistance", 0, PARAM_DONTSAVE  PARAM_USERHIDDEN, "evaluate model dissimilarity", "p f(oGeno,oGeno)", PROCEDURE(p_evaldistance), "Calculates dissimilarity between two models created from Geno objects.", },43 {0,},36 { "Creature: Similarity", 1, 6, "ModelSimilarity", "Evaluates morphological dissimilarity. More information:\nhttp://www.framsticks.com/node/795\nhttp://www.framsticks.com/node/890", }, 37 { "simil_parts", 0, 0, "Weight of parts count", "f 0 100 0", FIELD(m_adFactors[0]), "Differing number of parts is also handled by the 'part degree' similarity component.", }, 38 { "simil_partdeg", 0, 0, "Weight of parts' degree", "f 0 100 1", FIELD(m_adFactors[1]), "", }, 39 { "simil_neuro", 0, 0, "Weight of neurons count", "f 0 100 0.1", FIELD(m_adFactors[2]), "", }, 40 { "simil_partgeom", 0, 0, "Weight of parts' geometric distances", "f 0 100 0", FIELD(m_adFactors[3]), "", }, 41 { "simil_fixedZaxis", 0, 0, "Fix 'z' (vertical) axis?", "d 0 1 0", FIELD(fixedZaxis), "", }, 42 { "evaluateDistance", 0, PARAM_DONTSAVE  PARAM_USERHIDDEN, "evaluate model dissimilarity", "p f(oGeno,oGeno)", PROCEDURE(p_evaldistance), "Calculates dissimilarity between two models created from Geno objects.", }, 43 { 0, }, 44 44 }; 45 45 … … 54 54 ModelSimil::ModelSimil() : localpar(MSparam_tab, this), m_iDV(0), m_iDD(0), m_iDN(0), m_dDG(0.0) 55 55 { 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 56 localpar.setDefault(); 57 58 m_Gen[0] = NULL; 59 m_Gen[1] = NULL; 60 m_Mod[0] = NULL; 61 m_Mod[1] = NULL; 62 m_aDegrees[0] = NULL; 63 m_aDegrees[1] = NULL; 64 m_aPositions[0] = NULL; 65 m_aPositions[1] = NULL; 66 m_fuzzyNeighb[0] = NULL; 67 m_fuzzyNeighb[1] = NULL; 68 m_Neighbours[0] = NULL; 69 m_Neighbours[1] = NULL; 70 m_pMatching = NULL; 71 72 //Determines whether "fuzzy vertex degree" should be used. 73 //Currently "fuzzy vertex degree" is inactive. 74 isFuzzy = 0; 75 fuzzyDepth = 10; 76 76 } 77 77 78 78 /** Evaluates distance between two given genotypes. The distance depends strongly 79 80 81 82 83 84 79 on weights set. 80 @param G0 Pointer to the first of compared genotypes 81 @param G1 Pointer to the second of compared genotypes. 82 @return Distance between two genotypes. 83 @sa m_adFactors, matching_method 84 */ 85 85 double ModelSimil::EvaluateDistance(const Geno *G0, const Geno *G1) 86 86 { 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 m_pMatching = new SimilMatching(m_Mod[ 0 ]>getPartCount(), m_Mod[ 1]>getPartCount());127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 DB(SaveIntermediateFiles();) 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 87 double dResult = 0; 88 89 m_Gen[0] = G0; 90 m_Gen[1] = G1; 91 92 // check whether pointers are not NULL 93 if (m_Gen[0] == NULL  m_Gen[1] == NULL) 94 { 95 DB(printf("ModelSimil::EvaluateDistance  invalid genotypes pointers\n");) 96 return 0.0; 97 } 98 // create models of objects to compare 99 m_Mod[0] = new Model(*(m_Gen[0])); 100 m_Mod[1] = new Model(*(m_Gen[1])); 101 102 // validate models 103 if (m_Mod[0] == NULL  m_Mod[1] == NULL  !(m_Mod[0]>isValid())  !(m_Mod[1]>isValid())) 104 { 105 DB(printf("ModelSimil::EvaluateDistance  invalid models pointers\n");) 106 return 0.0; 107 } 108 109 // difference in the number of vertices (Parts)  positive 110 // find object that has less parts (m_iSmaller) 111 m_iDV = (m_Mod[0]>getPartCount()  m_Mod[1]>getPartCount()); 112 if (m_iDV > 0) 113 m_iSmaller = 1; 114 else 115 { 116 m_iSmaller = 0; 117 m_iDV = m_iDV; 118 } 119 120 // check if index of the smaller organism is a valid index 121 assert((m_iSmaller == 0)  (m_iSmaller == 1)); 122 // validate difference in the parts number 123 assert(m_iDV >= 0); 124 125 // create Parts matching object 126 m_pMatching = new SimilMatching(m_Mod[0]>getPartCount(), m_Mod[1]>getPartCount()); 127 // validate matching object 128 assert(m_pMatching != NULL); 129 assert(m_pMatching>IsEmpty() == true); 130 131 132 // assign matching function 133 int (ModelSimil::* pfMatchingFunction) () = NULL; 134 135 pfMatchingFunction = &ModelSimil::MatchPartsGeometry; 136 137 // match Parts (vertices of creatures) 138 if ((this>*pfMatchingFunction)() == 0) 139 { 140 DB(printf("ModelSimil::EvaluateDistance  MatchParts() error\n");) 141 return 0.0; 142 } 143 144 // after matching function call we must have full matching 145 assert(m_pMatching>IsFull() == true); 146 147 DB(SaveIntermediateFiles();) 148 149 // count differences in matched parts 150 if (CountPartsDistance() == 0) 151 { 152 DB(printf("ModelSimil::EvaluateDistance  CountPartDistance() error\n");) 153 return 0.0; 154 } 155 156 // delete degree arrays created in CreatePartInfoTables 157 SAFEDELETEARRAY(m_aDegrees[0]); 158 SAFEDELETEARRAY(m_aDegrees[1]); 159 160 // and position arrays 161 SAFEDELETEARRAY(m_aPositions[0]); 162 SAFEDELETEARRAY(m_aPositions[1]); 163 164 // in fuzzy mode delete arrays of neighbourhood and fuzzy neighbourhood 165 if (isFuzzy) 166 { 167 for (int i = 0; i != 2; ++i) 168 { 169 for (int j = 0; j != m_Mod[i]>getPartCount(); ++j) 170 { 171 delete[] m_Neighbours[i][j]; 172 delete[] m_fuzzyNeighb[i][j]; 173 } 174 delete[] m_Neighbours[i]; 175 delete[] m_fuzzyNeighb[i]; 176 } 177 178 } 179 180 // delete created models 181 SAFEDELETE(m_Mod[0]); 182 SAFEDELETE(m_Mod[1]); 183 184 // delete created matching 185 SAFEDELETE(m_pMatching); 186 187 dResult = m_adFactors[0] * double(m_iDV) + 188 m_adFactors[1] * double(m_iDD) + 189 m_adFactors[2] * double(m_iDN) + 190 m_adFactors[3] * double(m_dDG); 191 192 return dResult; 193 193 } 194 194 195 195 ModelSimil::~ModelSimil() 196 196 { 197 198 197 // matching should have been deleted earlier 198 assert(m_pMatching == NULL); 199 199 } 200 200 … … 204 204 void ModelSimil::SaveIntermediateFiles() 205 205 { 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 for (iSorted = 0; iSorted < m_Mod[ nBigger]>getPartCount(); iSorted++)244 245 246 if (m_aDegrees[ nBigger ][ iSorted ][ 0] == iOrgPart)247 248 249 250 251 252 253 254 assert(iSorted < m_Mod[ nBigger]>getPartCount());255 256 257 258 259 260 261 262 263 264 iOrginalMatched = m_aDegrees[ 1  nBigger ][ iSortedMatched ][ 0];265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 for (iOriginalPart = 0; iOriginalPart < m_Mod[ iModel]>getPartCount(); iOriginalPart++)304 305 306 307 double dPartX = m_aPositions[ iModel ][ iOriginalPart].x;308 double dPartY = m_aPositions[ iModel ][ iOriginalPart].y;309 310 311 312 313 314 206 assert(m_pMatching>IsFull() == true); 207 printf("Saving the matching to file 'matching.txt'\n"); 208 FILE *pMatchingFile = NULL; 209 // try to open the file 210 pMatchingFile = fopen("matching.txt", "wt"); 211 assert(pMatchingFile != NULL); 212 213 int iOrgPart; // original index of a Part 214 int nBigger; // index of the larger organism 215 216 // check which object is bigger 217 if (m_pMatching>GetObjectSize(0) >= m_pMatching>GetObjectSize(1)) 218 { 219 nBigger = 0; 220 } 221 else 222 { 223 nBigger = 1; 224 } 225 226 // print first line  original indices of Parts of the bigger organism 227 fprintf(pMatchingFile, "[ "); 228 for (iOrgPart = 0; iOrgPart < m_pMatching>GetObjectSize(nBigger); iOrgPart++) 229 { 230 fprintf(pMatchingFile, "%2i ", iOrgPart); 231 } 232 fprintf(pMatchingFile, "] : ORG[%i]\n", nBigger); 233 234 // print second line  matched original indices of the second organism 235 fprintf(pMatchingFile, "[ "); 236 for (iOrgPart = 0; iOrgPart < m_pMatching>GetObjectSize(nBigger); iOrgPart++) 237 { 238 int iSorted; // index of the iOrgPart after sorting (as used by matching) 239 int iSortedMatched; // index of the matched Part (after sorting) 240 int iOrginalMatched; // index of the matched Part (the original one) 241 242 // find the index of iOrgPart after sorting (in m_aDegrees) 243 for (iSorted = 0; iSorted < m_Mod[nBigger]>getPartCount(); iSorted++) 244 { 245 // for each iSorted, an index in the sorted m_aDegrees array 246 if (m_aDegrees[nBigger][iSorted][0] == iOrgPart) 247 { 248 // if the iSorted Part is the one with iOrgPart as the orginal index 249 // remember the index 250 break; 251 } 252 } 253 // if the index iSorted was found, then this condition is met 254 assert(iSorted < m_Mod[nBigger]>getPartCount()); 255 256 // find the matched sorted index 257 if (m_pMatching>IsMatched(nBigger, iSorted)) 258 { 259 // if Part iOrgPart is matched 260 // then get the matched Part (sorted) index 261 iSortedMatched = m_pMatching>GetMatchedIndex(nBigger, iSorted); 262 assert(iSortedMatched >= 0); 263 // and find its original index 264 iOrginalMatched = m_aDegrees[1  nBigger][iSortedMatched][0]; 265 fprintf(pMatchingFile, "%2i ", iOrginalMatched); 266 } 267 else 268 { 269 // if the Part iOrgPart is not matched 270 // just print "X" 271 fprintf(pMatchingFile, " X "); 272 } 273 } // for ( iOrgPart ) 274 275 // now all matched Part indices are printed out, end the line 276 fprintf(pMatchingFile, "] : ORG[%i]\n", 1  nBigger); 277 278 // close the file 279 fclose(pMatchingFile); 280 // END TEMP 281 282 // TEMP 283 // print out the 2D positions of Parts of both of the organisms 284 // to files "org0.txt" and "org1.txt" using the original indices of Parts 285 int iModel; // index of a model (an organism) 286 FILE *pModelFile; 287 for (iModel = 0; iModel < 2; iModel++) 288 { 289 // for each iModel, a model of a compared organism 290 // write its (only 2D) positions to a file "org<iModel>.txt" 291 // construct the model filename "org<iModel>.txt" 292 std::string sModelFilename("org"); 293 // char *szModelIndex = "0"; // the index of the model (iModel) in the character form 294 char szModelIndex[2]; 295 sprintf(szModelIndex, "%i", iModel); 296 sModelFilename += szModelIndex; 297 sModelFilename += ".txt"; 298 // open the file for writing 299 pModelFile = fopen(sModelFilename.c_str(), "wt"); //FOPEN_WRITE 300 assert(pModelFile != NULL); 301 // write the 2D positions of iModel to the file 302 int iOriginalPart; // an original index of a Part 303 for (iOriginalPart = 0; iOriginalPart < m_Mod[iModel]>getPartCount(); iOriginalPart++) 304 { 305 // for each iOriginalPart, a Part of the organism iModel 306 // get the 2D coordinates of the Part 307 double dPartX = m_aPositions[iModel][iOriginalPart].x; 308 double dPartY = m_aPositions[iModel][iOriginalPart].y; 309 // print the line: <iOriginalPart> <dPartX> <dPartY> 310 fprintf(pModelFile, "%i %.4lf %.4lf\n", iOriginalPart, dPartX, dPartY); 311 } 312 // close the file 313 fclose(pModelFile); 314 } 315 315 } 316 316 317 317 /** Comparison function required for qsort() call. Used while sorting groups of 318 319 320 321 322 323 318 Parts with respect to degree. Compares two TDN structures 319 with respect to their [1] field (degree). Highest degree goes first. 320 @param pElem1 Pointer to the TDN structure of some Part. 321 @param pElem2 Pointer to the TDN structure of some Part. 322 @return (1)  pElem1 should go first, 0  equal, (1)  pElem2 should go first. 323 */ 324 324 int ModelSimil::CompareDegrees(const void *pElem1, const void *pElem2) 325 325 { 326 int *tdn1 = (int *)pElem1;327 int *tdn2 = (int *)pElem2;328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 326 int *tdn1 = (int *)pElem1; 327 int *tdn2 = (int *)pElem2; 328 329 if (tdn1[1] > tdn2[1]) 330 { 331 // when degree  tdn1[1]  is BIGGER 332 return 1; 333 } 334 else 335 if (tdn1[1] < tdn2[1]) 336 { 337 // when degree  tdn2[1]  is BIGGER 338 return 1; 339 } 340 else 341 { 342 return 0; 343 } 344 344 } 345 345 346 346 /** Comparison function required for qsort() call. Used while sorting groups of Parts with 347 348 349 350 351 352 353 347 the same degree. Firstly, compare NIt. Secondly, compare Neu. If both are equal  348 compare Parts' original index (they are never equal). So this sorting assures 349 that the order obtained is deterministic. 350 @param pElem1 Pointer to the TDN structure of some Part. 351 @param pElem2 Pointer to the TDN structure of some Part. 352 @return (1)  pElem1 should go first, 0  equal, (1)  pElem2 should go first. 353 */ 354 354 int ModelSimil::CompareConnsNo(const void *pElem1, const void *pElem2) 355 355 { 356 357 358 359 tdn1 = (int *)pElem1;360 tdn2 = (int *)pElem2;361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 } 414 415 /** Returns number of factors involved in final distance computation. 416 417 418 356 // pointers to TDN arrays 357 int *tdn1, *tdn2; 358 // definitions of elements being compared 359 tdn1 = (int *)pElem1; 360 tdn2 = (int *)pElem2; 361 362 // comparison according to Neural Connections (to jest TDN[2]) 363 if (tdn1[NEURO_CONNS] > tdn1[NEURO_CONNS]) 364 { 365 // when number of NConn Elem1 is BIGGER 366 return 1; 367 } 368 else 369 if (tdn1[NEURO_CONNS] < tdn1[NEURO_CONNS]) 370 { 371 // when number of NConn Elem1 is SMALLER 372 return 1; 373 } 374 else 375 { 376 // when numbers of NConn are EQUAL 377 // compare Neu numbers (TDN[3]) 378 if (tdn1[NEURONS] > tdn2[NEURONS]) 379 { 380 // when number of Neu is BIGGER for Elem1 381 return 1; 382 } 383 else 384 if (tdn1[NEURONS] < tdn2[NEURONS]) 385 { 386 // when number of Neu is SMALLER for Elem1 387 return 1; 388 } 389 else 390 { 391 // when numbers of Nconn and Neu are equal we check original indices 392 // of Parts being compared 393 394 // comparison according to OrgIndex 395 if (tdn1[ORIG_IND] > tdn2[ORIG_IND]) 396 { 397 // when the number of NIt Deg1 id BIGGER 398 return 1; 399 } 400 else 401 if (tdn1[ORIG_IND] < tdn2[ORIG_IND]) 402 { 403 // when the number of NIt Deg1 id SMALLER 404 return 1; 405 } 406 else 407 { 408 // impossible, indices are alway different 409 return 0; 410 } 411 } 412 } 413 } 414 415 /** Returns number of factors involved in final distance computation. 416 These factors include differences in numbers of parts, degrees, 417 number of neurons. 418 */ 419 419 int ModelSimil::GetNOFactors() 420 420 { 421 421 return ModelSimil::iNOFactors; 422 422 } 423 423 … … 426 426 void ModelSimil::_PrintDegrees(int i) 427 427 { 428 429 430 431 432 433 434 435 printf("%3i ", (int)m_aDegrees[i][j][0]);436 437 438 printf("%3i ", (int)m_aDegrees[i][j][1]);439 440 441 printf("%3i ", (int)m_aDegrees[i][j][2]);442 443 444 printf("%3i ", (int)m_aDegrees[i][j][3]);445 428 int j; 429 printf("Organizm %i :", i); 430 printf("\n "); 431 for (j = 0; j < m_Mod[i]>getPartCount(); j++) 432 printf("%3i ", j); 433 printf("\nInd: "); 434 for (j = 0; j < m_Mod[i]>getPartCount(); j++) 435 printf("%3i ", (int)m_aDegrees[i][j][0]); 436 printf("\nDeg: "); 437 for (j = 0; j < m_Mod[i]>getPartCount(); j++) 438 printf("%3i ", (int)m_aDegrees[i][j][1]); 439 printf("\nNIt: "); 440 for (j = 0; j < m_Mod[i]>getPartCount(); j++) 441 printf("%3i ", (int)m_aDegrees[i][j][2]); 442 printf("\nNeu: "); 443 for (j = 0; j < m_Mod[i]>getPartCount(); j++) 444 printf("%3i ", (int)m_aDegrees[i][j][3]); 445 printf("\n"); 446 446 } 447 447 448 448 /** Prints one array of ints. Debug method. 449 450 451 452 449 @param array Base pointer of the array. 450 @param base First index of the array's element. 451 @param size Number of elements to print. 452 */ 453 453 void ModelSimil::_PrintArray(int *array, int base, int size) 454 454 { 455 456 457 458 459 460 455 int i; 456 for (i = base; i < base + size; i++) 457 { 458 printf("%i ", array[i]); 459 } 460 printf("\n"); 461 461 } 462 462 463 463 void ModelSimil::_PrintArrayDouble(double *array, int base, int size) 464 464 { 465 466 467 468 469 470 465 int i; 466 for (i = base; i < base + size; i++) 467 { 468 printf("%f ", array[i]); 469 } 470 printf("\n"); 471 471 } 472 472 473 473 /** Prints one array of parts neighbourhood. 474 475 474 @param index of organism 475 */ 476 476 void ModelSimil::_PrintNeighbourhood(int o) 477 477 { 478 479 480 481 482 483 484 485 486 487 488 478 assert(m_Neighbours[o] != 0); 479 printf("Neighbourhhod of organism %i\n", o); 480 int size = m_Mod[o]>getPartCount(); 481 for (int i = 0; i < size; i++) 482 { 483 for (int j = 0; j < size; j++) 484 { 485 printf("%i ", m_Neighbours[o][i][j]); 486 } 487 printf("\n"); 488 } 489 489 } 490 490 491 491 /** Creates arrays holding information about organisms' Parts (m_aDegrees) andm_Neigh 492 493 494 495 492 fills them with initial data (original indices and zeros). 493 Assumptions: 494  Models (m_Mod) are created and available. 495 */ 496 496 int ModelSimil::CreatePartInfoTables() 497 497 { 498 499 500 501 502 503 504 505 506 507 508 m_aDegrees[i] = new TDN[ partCount];509 510 511 512 m_Neighbours[i] = new int*[ partCount];513 m_fuzzyNeighb[i] = new float*[partCount];514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 m_aPositions[ i ] = new Pt3D[ m_Mod[i]>getPartCount()];559 assert(m_aPositions[ i] != NULL);560 561 562 563 564 565 566 567 568 569 570 571 572 498 // check assumptions about models 499 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 500 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 501 502 int i, j, partCount; 503 // utwórz tablice na informacje o stopniach wierzchołków i liczbie neuroitems 504 for (i = 0; i < 2; i++) 505 { 506 partCount = m_Mod[i]>getPartCount(); 507 // utworz i wypelnij tablice dla Parts wartosciami poczatkowymi 508 m_aDegrees[i] = new TDN[partCount]; 509 510 if (isFuzzy) 511 { 512 m_Neighbours[i] = new int*[partCount]; 513 m_fuzzyNeighb[i] = new float*[partCount]; 514 } 515 516 if (m_aDegrees[i] != NULL && (isFuzzy != 1  (m_Neighbours[i] != NULL && m_fuzzyNeighb[i] != NULL))) 517 { 518 // wypelnij tablice zgodnie z sensem TDN[0]  orginalny index 519 // TDN[1], TDN[2], TDN[3]  zerami 520 DB(printf("m_aDegrees[%i]: %p\n", i, m_aDegrees[i]);) 521 for (j = 0; j < partCount; j++) 522 { 523 m_aDegrees[i][j][0] = j; 524 m_aDegrees[i][j][1] = 0; 525 m_aDegrees[i][j][2] = 0; 526 m_aDegrees[i][j][3] = 0; 527 m_aDegrees[i][j][4] = 0; 528 529 // sprawdz, czy nie piszemy po jakims szalonym miejscu pamieci 530 assert(m_aDegrees[i][j] != NULL); 531 532 if (isFuzzy) 533 { 534 m_Neighbours[i][j] = new int[partCount]; 535 for (int k = 0; k < partCount; k++) 536 { 537 m_Neighbours[i][j][k] = 0; 538 } 539 540 m_fuzzyNeighb[i][j] = new float[fuzzyDepth]; 541 for (int k = 0; k < fuzzyDepth; k++) 542 { 543 m_fuzzyNeighb[i][j][k] = 0; 544 } 545 546 assert(m_Neighbours[i][j] != NULL); 547 assert(m_fuzzyNeighb[i][j] != NULL); 548 } 549 550 } 551 } 552 else 553 { 554 DB(printf("ModelSimil::EvaluateDistance  nie ma pamieci na Degrees\n");) 555 return 0; 556 } 557 // utworz tablice dla pozycji 3D Parts (wielkosc tablicy: liczba Parts organizmu) 558 m_aPositions[i] = new Pt3D[m_Mod[i]>getPartCount()]; 559 assert(m_aPositions[i] != NULL); 560 // wypelnij tablice OnJoints i Anywhere wartościami początkowymi 561 // OnJoint 562 m_aOnJoint[i][0] = 0; 563 m_aOnJoint[i][1] = 0; 564 m_aOnJoint[i][2] = 0; 565 m_aOnJoint[i][3] = 0; 566 // Anywhere 567 m_aAnywhere[i][0] = 0; 568 m_aAnywhere[i][1] = 0; 569 m_aAnywhere[i][2] = 0; 570 m_aAnywhere[i][3] = 0; 571 } 572 return 1; 573 573 } 574 574 575 575 /** Computes degrees of Parts of both organisms. Fills in the m_aDegrees arrays 576 577 578 579 580 576 with proper information about degrees. 577 Assumptions: 578  Models (m_Mod) are created and available. 579  Arrays m_aDegrees are created. 580 */ 581 581 int ModelSimil::CountPartDegrees() 582 582 { 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 583 // sprawdz zalozenie  o modelach 584 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 585 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 586 587 // sprawdz zalozenie  o tablicach 588 assert(m_aDegrees[0] != NULL); 589 assert(m_aDegrees[1] != NULL); 590 591 Part *P1, *P2; 592 int i, j, i1, i2; 593 594 // dla obu stworzen oblicz stopnie wierzcholkow 595 for (i = 0; i < 2; i++) 596 { 597 // dla wszystkich jointow 598 for (j = 0; j < m_Mod[i]>getJointCount(); j++) 599 { 600 // pobierz kolejny Joint 601 Joint *J = m_Mod[i]>getJoint(j); 602 // wez jego konce 603 P1 = J>part1; 604 P2 = J>part2; 605 // znajdz ich indeksy w Modelu (indeksy orginalne) 606 i1 = m_Mod[i]>findPart(P1); 607 i2 = m_Mod[i]>findPart(P2); 608 // zwieksz stopien odpowiednich Parts 609 m_aDegrees[i][i1][DEGREE]++; 610 m_aDegrees[i][i2][DEGREE]++; 611 m_aDegrees[i][i1][FUZZ_DEG]++; 612 m_aDegrees[i][i2][FUZZ_DEG]++; 613 if (isFuzzy) 614 { 615 m_Neighbours[i][i1][i2] = 1; 616 m_Neighbours[i][i2][i1] = 1; 617 } 618 } 619 // dla elementow nie osadzonych na Parts (OnJoint, Anywhere)  620 // stopnie wierzchołka są już ustalone na zero 621 } 622 623 if (isFuzzy) 624 { 625 CountFuzzyNeighb(); 626 } 627 628 return 1; 629 629 } 630 630 631 631 void ModelSimil::GetNeighbIndexes(int mod, int partInd, std::vector<int> &indexes) 632 632 { 633 634 635 636 637 638 639 640 641 642 633 indexes.clear(); 634 int i, size = m_Mod[mod]>getPartCount(); 635 636 for (i = 0; i < size; i++) 637 { 638 if (m_Neighbours[mod][partInd][i] > 0) 639 { 640 indexes.push_back(i); 641 } 642 } 643 643 } 644 644 645 645 int cmpFuzzyRows(const void *pa, const void *pb) 646 646 { 647 float **a = (float**)pa;648 float **b = (float**)pb;649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 647 float **a = (float**)pa; 648 float **b = (float**)pb; 649 650 651 for (int i = 1; i < fuzDepth; i++) 652 { 653 if (a[0][i] > b[0][i]) 654 { 655 656 return 1; 657 } 658 if (a[0][i] < b[0][i]) 659 { 660 661 return 1; 662 } 663 } 664 665 return 0; 666 666 } 667 667 … … 669 669 void ModelSimil::CheckFuzzyIdentity() 670 670 { 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 671 int partCount = 0; 672 for (int mod = 0; mod < 2; mod++) 673 { 674 //for subsequent pairs of parts 675 partCount = m_Mod[mod]>getPartCount(); 676 m_aDegrees[mod][partCount  1][FUZZ_DEG] = 0; 677 for (int partInd = (partCount  2); partInd >= 0; partInd) 678 { 679 m_aDegrees[mod][partInd][FUZZ_DEG] = m_aDegrees[mod][partInd + 1][FUZZ_DEG]; 680 for (int depth = 1; depth < fuzzyDepth; depth++) 681 { 682 if (m_fuzzyNeighb[mod][partInd][depth] != m_fuzzyNeighb[mod][partInd + 1][depth]) 683 { 684 m_aDegrees[mod][partInd][FUZZ_DEG] += 1; 685 break; 686 } 687 } 688 } 689 } 690 690 } 691 691 … … 693 693 void ModelSimil::SortFuzzyNeighb() 694 694 { 695 696 697 698 std::qsort(m_fuzzyNeighb[mod], (size_t) m_Mod[mod]>getPartCount(), sizeof(m_fuzzyNeighb[mod][0]), cmpFuzzyRows);699 695 fuzDepth = fuzzyDepth; 696 for (int mod = 0; mod < 2; mod++) 697 { 698 std::qsort(m_fuzzyNeighb[mod], (size_t)m_Mod[mod]>getPartCount(), sizeof(m_fuzzyNeighb[mod][0]), cmpFuzzyRows); 699 } 700 700 } 701 701 … … 703 703 void ModelSimil::CountFuzzyNeighb() 704 704 { 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 705 assert(m_aDegrees[0] != NULL); 706 assert(m_aDegrees[1] != NULL); 707 708 assert(m_Neighbours[0] != NULL); 709 assert(m_Neighbours[1] != NULL); 710 711 assert(m_fuzzyNeighb[0] != NULL); 712 assert(m_fuzzyNeighb[1] != NULL); 713 714 std::vector<int> nIndexes; 715 float newDeg = 0; 716 717 for (int mod = 0; mod < 2; mod++) 718 { 719 int partCount = m_Mod[mod]>getPartCount(); 720 721 for (int depth = 0; depth < fuzzyDepth; depth++) 722 { 723 //use first column for storing indices 724 for (int partInd = 0; partInd < partCount; partInd++) 725 { 726 if (depth == 0) 727 { 728 m_fuzzyNeighb[mod][partInd][depth] = partInd; 729 } 730 else if (depth == 1) 731 { 732 m_fuzzyNeighb[mod][partInd][depth] = m_aDegrees[mod][partInd][DEGREE]; 733 } 734 else 735 { 736 GetNeighbIndexes(mod, partInd, nIndexes); 737 737 for (unsigned int k = 0; k < nIndexes.size(); k++) 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 738 { 739 newDeg += m_fuzzyNeighb[mod][nIndexes.at(k)][depth  1]; 740 } 741 newDeg /= nIndexes.size(); 742 m_fuzzyNeighb[mod][partInd][depth] = newDeg; 743 for (int mod = 0; mod < 2; mod++) 744 { 745 int partCount = m_Mod[mod]>getPartCount(); 746 for (int i = partCount  1; i >= 0; i) 747 { 748 749 } 750 } 751 newDeg = 0; 752 } 753 } 754 } 755 } 756 757 SortFuzzyNeighb(); 758 758 } 759 759 760 760 /** Gets information about Parts' positions in 3D from models into the arrays 761 762 763 764 765 766 761 m_aPositions. 762 Assumptions: 763  Models (m_Mod) are created and available. 764  Arrays m_aPositions are created. 765 @return 1 if success, otherwise 0. 766 */ 767 767 int ModelSimil::GetPartPositions() 768 768 { 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 for (iPart = 0; iPart < m_Mod[ iMod]>getPartCount(); iPart++)786 787 788 789 pPart = m_Mod[ iMod]>getPart(iPart);790 791 m_aPositions[ iMod ][ iPart].x = pPart>p.x;792 m_aPositions[ iMod ][ iPart].y = pPart>p.y;793 m_aPositions[ iMod ][ iPart].z = pPart>p.z;794 795 796 797 769 // sprawdz zalozenie  o modelach 770 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 771 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 772 773 // sprawdz zalozenie  o tablicach m_aPositions 774 assert(m_aPositions[0] != NULL); 775 assert(m_aPositions[1] != NULL); 776 777 // dla każdego stworzenia skopiuj informację o polozeniu jego Parts 778 // do tablic m_aPositions 779 Part *pPart; 780 int iMod; // licznik modeli (organizmow) 781 int iPart; // licznik Parts 782 for (iMod = 0; iMod < 2; iMod++) 783 { 784 // dla każdego z modeli iMod 785 for (iPart = 0; iPart < m_Mod[iMod]>getPartCount(); iPart++) 786 { 787 // dla każdego iPart organizmu iMod 788 // pobierz tego Part 789 pPart = m_Mod[iMod]>getPart(iPart); 790 // zapamietaj jego pozycje 3D w tablicy m_aPositions 791 m_aPositions[iMod][iPart].x = pPart>p.x; 792 m_aPositions[iMod][iPart].y = pPart>p.y; 793 m_aPositions[iMod][iPart].z = pPart>p.z; 794 } 795 } 796 797 return 1; 798 798 } 799 799 800 800 /** Computes numbers of neurons and neurons' inputs for each Part of each 801 802 803 804 805 801 organisms and fills in the m_aDegrees array. 802 Assumptions: 803  Models (m_Mod) are created and available. 804  Arrays m_aDegrees are created. 805 */ 806 806 int ModelSimil::CountPartNeurons() 807 807 { 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 808 // sprawdz zalozenie  o modelach 809 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 810 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 811 812 // sprawdz zalozenie  o tablicach 813 assert(m_aDegrees[0] != NULL); 814 assert(m_aDegrees[1] != NULL); 815 816 Part *P1; 817 Joint *J1; 818 int i, j, i2, neuro_connections; 819 820 // dla obu stworzen oblicz liczbe Neurons + connections dla Parts 821 // a takze dla OnJoints i Anywhere 822 for (i = 0; i < 2; i++) 823 { 824 for (j = 0; j < m_Mod[i]>getNeuroCount(); j++) 825 { 826 // pobierz kolejny Neuron 827 Neuro *N = m_Mod[i]>getNeuro(j); 828 // policz liczbe jego wejść i jego samego tez 829 // czy warto w ogole liczyc polaczenia...? co to da/spowoduje? 830 neuro_connections = N>getInputCount() + 1; 831 // wez Part, na ktorym jest Neuron 832 P1 = N>getPart(); 833 if (P1) 834 { 835 // dla neuronow osadzonych na Partach 836 i2 = m_Mod[i]>findPart(P1); // znajdz indeks Part w Modelu 837 m_aDegrees[i][i2][2] += neuro_connections; // zwieksz liczbe Connections+Neurons dla tego Part (TDN[2]) 838 m_aDegrees[i][i2][3]++; // zwieksz liczbe Neurons dla tego Part (TDN[3]) 839 } 840 else 841 { 842 // dla neuronow nie osadzonych na partach 843 J1 = N>getJoint(); 844 if (J1) 845 { 846 // dla tych na Jointach 847 m_aOnJoint[i][2] += neuro_connections; // zwieksz liczbe Connections+Neurons 848 m_aOnJoint[i][3]++; // zwieksz liczbe Neurons 849 } 850 else 851 { 852 // dla tych "gdziekolwiek" 853 m_aAnywhere[i][2] += neuro_connections; // zwieksz liczbe Connections+Neurons 854 m_aAnywhere[i][3]++; // zwieksz liczbe Neurons 855 } 856 } 857 } 858 } 859 return 1; 860 860 } 861 861 862 862 /** Sorts arrays m_aDegrees (for each organism) by Part's degree, and then by 863 864 865 866 867 868 869 863 number of neural connections and neurons in groups of Parts with the same 864 degree. 865 Assumptions: 866  Models (m_Mod) are created and available. 867  Arrays m_aDegrees are created. 868 @saeDegrees, CompareItemNo 869 */ 870 870 int ModelSimil::SortPartInfoTables() 871 871 { 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 std::qsort(m_aDegrees[i], (size_t)(m_Mod[i]>getPartCount()),888 sizeof(TDN), ModelSimil::CompareDegrees);889 890 891 892 893 894 895 896 897 898 899 900 DB(i = sizeof(TDN);)901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 DB(printf("qsort( poczatek=%i, rozmiar=%i, sizeof(TDN)=%i)\n", iPocz, (j  iPocz), sizeof(TDN));)928 929 DB(_PrintArray(m_aDegrees[i][iPocz], 0, (j  iPocz)*4);)930 931 std::qsort(m_aDegrees[i][iPocz], (size_t)(j  iPocz),932 sizeof(TDN), ModelSimil::CompareConnsNo);933 934 935 DB(_PrintArray(m_aDegrees[i][iPocz], 0, (j  iPocz)*4);)936 937 938 939 940 941 942 872 // sprawdz zalozenie  o modelach 873 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 874 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 875 876 // sprawdz zalozenie  o tablicach 877 assert(m_aDegrees[0] != NULL); 878 assert(m_aDegrees[1] != NULL); 879 880 int i; 881 // sortowanie obu tablic wg stopni punktów  TDN[1] 882 if (isFuzzy != 1) 883 { 884 for (i = 0; i < 2; i++) 885 { 886 DB(_PrintDegrees(i)); 887 std::qsort(m_aDegrees[i], (size_t)(m_Mod[i]>getPartCount()), 888 sizeof(TDN), ModelSimil::CompareDegrees); 889 DB(_PrintDegrees(i)); 890 } 891 }//sortowanie wg romzmytego stopnia wierzcholka 892 893 else 894 { 895 SortPartInfoFuzzy(); 896 } 897 898 899 // sprawdzenie wartosci parametru 900 DB(i = sizeof(TDN);) 901 int degreeType = (isFuzzy == 1) ? FUZZ_DEG : DEGREE; 902 903 // sortowanie obu tablic m_aDegrees wedlug liczby neuronów i 904 // czesci neuronu  ale w obrebie grup o tym samym stopniu 905 for (i = 0; i < 2; i++) 906 { 907 int iPocz = 0; 908 int iDeg, iNewDeg, iPartCount, j; 909 // stopien pierwszego punktu w tablicy Degrees odniesienie 910 iDeg = m_aDegrees[i][0][degreeType]; 911 iPartCount = m_Mod[i]>getPartCount(); 912 // po kolei dla kazdego punktu w organizmie 913 for (j = 0; j <= iPartCount; j++) 914 { 915 // sprawdz stopien punktu (lub nadaj 0  gdy juz koniec tablicy) 916 // iNewDeg = (j != iPartCount) ? m_aDegrees[i][j][1] : 0; 917 // usunieto stara wersje porownania!!! wprowadzono znak porownania < 918 919 iNewDeg = (j < iPartCount) ? m_aDegrees[i][j][degreeType] : 0; 920 // skoro tablice sa posortowane wg stopni, to mamy na pewno taka kolejnosc 921 assert(iNewDeg <= iDeg); 922 if (iNewDeg != iDeg) 923 { 924 // gdy znaleziono koniec grupy o tym samym stopniu 925 // sortuj po liczbie neuronow w obrebie grupy 926 DB(_PrintDegrees(i)); 927 DB(printf("qsort( poczatek=%i, rozmiar=%i, sizeof(TDN)=%i)\n", iPocz, (j  iPocz), sizeof(TDN));) 928 // wyswietlamy z jedna komorka po zakonczeniu tablicy 929 DB(_PrintArray(m_aDegrees[i][iPocz], 0, (j  iPocz) * 4);) 930 931 std::qsort(m_aDegrees[i][iPocz], (size_t)(j  iPocz), 932 sizeof(TDN), ModelSimil::CompareConnsNo); 933 DB(_PrintDegrees(i)); 934 // wyswietlamy z jedna komorka po zakonczeniu tablicy 935 DB(_PrintArray(m_aDegrees[i][iPocz], 0, (j  iPocz) * 4);) 936 // rozpocznij nowa grupe 937 iPocz = j; 938 iDeg = iNewDeg; 939 } 940 } 941 } 942 return 1; 943 943 } 944 944 … … 946 946 { 947 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 m_aDegreesTmp[i] = new TDN[ partCount];966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 newInd = (int)m_fuzzyNeighb[i][j][0];983 984 985 986 987 988 989 990 991 992 993 994 995 948 // sprawdz zalozenie  o modelach 949 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 950 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 951 952 // sprawdz zalozenie  o tablicach 953 assert(m_aDegrees[0] != NULL); 954 assert(m_aDegrees[1] != NULL); 955 // sprawdz zalozenie  o tablicach 956 assert(m_fuzzyNeighb[0] != NULL); 957 assert(m_fuzzyNeighb[1] != NULL); 958 959 960 TDN * m_aDegreesTmp[2]; 961 962 for (int i = 0; i < 2; i++) 963 { 964 int partCount = m_Mod[i]>getPartCount(); 965 m_aDegreesTmp[i] = new TDN[partCount]; 966 967 for (int j = 0; j < partCount; j++) 968 { 969 for (int k = 0; k < TDN_SIZE; k++) 970 { 971 m_aDegreesTmp[i][j][k] = m_aDegrees[i][j][k]; 972 } 973 } 974 } 975 976 int newInd = 0; 977 for (int i = 0; i < 2; i++) 978 { 979 int partCount = m_Mod[i]>getPartCount(); 980 for (int j = 0; j < partCount; j++) 981 { 982 newInd = (int)m_fuzzyNeighb[i][j][0]; 983 for (int k = 0; k < TDN_SIZE; k++) 984 { 985 m_aDegrees[i][j][k] = m_aDegreesTmp[i][newInd][k]; 986 } 987 } 988 } 989 990 SAFEDELETEARRAY(m_aDegreesTmp[0]); 991 SAFEDELETEARRAY(m_aDegreesTmp[1]); 992 993 CheckFuzzyIdentity(); 994 995 return 1; 996 996 } 997 997 998 998 /** Checks if given Parts have identical physical and biological properties 999 1000 1001 1002 1003 999 (except for geometry that might differ). 1000 @param P1 Pointer to first Part. 1001 @param P2 Pointer to second Part. 1002 @return 1  identical properties, 0  there are differences. 1003 */ 1004 1004 int ModelSimil::CheckPartsIdentity(Part *P1, Part *P2) 1005 1005 { 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1006 // sprawdz, czy te Parts chociaz sa w sensownym miejscu pamieci 1007 assert((P1 != NULL) && (P2 != NULL)); 1008 1009 if ((P1>assim != P2>assim)  1010 (P1>friction != P2>friction)  1011 (P1>ingest != P2>ingest)  1012 (P1>mass != P2>mass)  1013 (P1>size != P2>size)  1014 (P1>density != P2>density)) 1015 // gdy znaleziono jakas roznice w parametrach fizycznych i 1016 // biologicznych 1017 return 0; 1018 else 1019 // gdy nie ma roznic 1020 return 1; 1021 1021 } 1022 1022 … … 1025 1025 void ModelSimil::_PrintPartsMatching() 1026 1026 { 1027 1028 1029 1030 1031 1027 // assure that matching exists 1028 assert(m_pMatching != NULL); 1029 1030 printf("Parts matching:\n"); 1031 m_pMatching>PrintMatching(); 1032 1032 } 1033 1033 1034 1034 void ModelSimil::ComputeMatching() 1035 1035 { 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 int aiKoniecGrupyDopasowania[2] = {0, 0};1047 1048 1049 1050 1051 1052 int aiKoniecPierwszejGrupy[2] = {0, 0};1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 int aiRozmiarCalychGrup[2] = {0, 0};1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 aadOdleglosciParts = new TPDouble[ aiRozmiarCalychGrup[0]];1123 1124 1125 1126 1127 aadOdleglosciParts[i] = new double [ aiRozmiarCalychGrup[1]];1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 int iPartIndex[ 2 ] = {1, 1}; // at [iModel]: original index of a Part for the specified model (iModel)1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 iDeg = abs(m_aDegrees[0][ aiKoniecPierwszejGrupy[0] + i][1]1177  m_aDegrees[1][ aiKoniecPierwszejGrupy[1] + j][1]);1178 1179 1180 1181 1182 1183 iNeu = abs(m_aDegrees[0][ aiKoniecPierwszejGrupy[0] + i][3]1184  m_aDegrees[1][ aiKoniecPierwszejGrupy[1] + j][3]);1185 1186 1187 1188 iPartIndex[ 0 ] = m_aDegrees[0][ aiKoniecPierwszejGrupy[0] + i ][ 0];1189 iPartIndex[ 1 ] = m_aDegrees[1][ aiKoniecPierwszejGrupy[1] + j ][ 0];1190 1191 1192 Pt3D Part0Pos(m_aPositions[ 0 ][ iPartIndex[ 0 ]]);1193 Pt3D Part1Pos(m_aPositions[ 1 ][ iPartIndex[ 1 ]]);1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 for (j = 0; j < aiRozmiarCalychGrup[ i]; j++)1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 if (aadOdleglosciParts[ iIndex[0] ][ i] < dMinimum)1291 1292 dMinimum = aadOdleglosciParts[ iIndex[0] ][ i];1293 1294 1295 1296 assert(aadOdleglosciParts[ iIndex[0] ][ i] < HUGE_VAL);1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 if (aadOdleglosciParts[ iIndex[0] ][ i] == dMinimum)1309 1310 1311 1312 1313 1314 1315 1316 assert(aadOdleglosciParts[ iIndex[0] ][ i] >= dMinimum);1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 if (aadOdleglosciParts[ i ][ iIndex[1]] < dMinimum)1330 1331 dMinimum = aadOdleglosciParts[ i ][ iIndex[1]];1332 1333 1334 assert(aadOdleglosciParts[ i ][ iIndex[1]] < HUGE_VAL);1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 if (aadOdleglosciParts[ i ][ iIndex[1]] == dMinimum)1347 1348 1349 1350 1351 1352 1353 1354 assert(aadOdleglosciParts[ i ][ iIndex[1]] >= dMinimum);1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 for (i = 0; i < aiRozmiarCalychGrup[ 1  iBezDrugiego]; i++)1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 (iDopasowywany < aiRozmiarCalychGrup[ 1  iBezDrugiego]));1421 1422 1423 1424 1425 aiKoniecPierwszejGrupy[ iBezDrugiego ] + iIndex[ iBezDrugiego],1426 1427 aiKoniecPierwszejGrupy[ 1  iBezDrugiego] + iDopasowywany);1428 DB(printf("Przypadek 2.1.: dopasowane Parts dopasowanie bez drugiego: (%2i, %2i)\n", aiKoniecPierwszejGrupy[ iBezDrugiego ] + iIndex[ iBezDrugiego],1429 aiKoniecPierwszejGrupy[ 1  iBezDrugiego] + iDopasowywany);)1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 for (i = 0; i < aiRozmiarCalychGrup[ 1  iZDrugim]; i++)1463 1464 1465 1466 aiKoniecPierwszejGrupy[ 1  iZDrugim] + i)))1467 1468 1469 1470 1471 1472 1473 1474 if (aadOdleglosciParts[ iIndex[0] ][ i] < dMinimum)1475 1476 dMinimum = aadOdleglosciParts[ iIndex[0] ][ i];1477 1478 1479 assert(aadOdleglosciParts[ iIndex[0] ][ i] < HUGE_VAL);1480 1481 1482 1483 1484 if (aadOdleglosciParts[ i ][ iIndex[1]] < dMinimum)1485 1486 dMinimum = aadOdleglosciParts[ i ][ iIndex[1]];1487 1488 1489 assert(aadOdleglosciParts[ i ][ iIndex[1]] < HUGE_VAL);1490 1491 1492 1493 1494 1495 1496 1497 1498 for (i = 0; i < aiRozmiarCalychGrup[ 1  iZDrugim]; i++)1499 1500 1501 1502 aiKoniecPierwszejGrupy[ 1  iZDrugim] + i)))1503 1504 1505 1506 1507 1508 if (aadOdleglosciParts[ iIndex[0] ][ i] == dMinimum)1509 1510 1511 1512 1513 1514 1515 1516 1517 if (aadOdleglosciParts[ i ][ iIndex[1]] == dMinimum)1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 for (i = 0; i < aiRozmiarCalychGrup[ 1  iZDrugim]; i++)1529 1530 1531 1532 1533 1534 1535 1536 1537 1538 (iDopasowywany < aiRozmiarCalychGrup[ 1  iZDrugim]));1539 1540 1541 1542 1543 aiKoniecPierwszejGrupy[ iZDrugim ] + iIndex[ iZDrugim],1544 1545 aiKoniecPierwszejGrupy[ 1  iZDrugim] + iDopasowywany);1546 DB(printf("Przypadek 2.1.: dopasowane Parts dopasowaniebz drugim: (%2i, %2i)\n", aiKoniecPierwszejGrupy[ iZDrugim ] + iIndex[ iZDrugim ], aiKoniecPierwszejGrupy[ 1  iZDrugim] + iDopasowywany);)1547 1548 1549 1550 1551 1552 1553 1554 1555 1556 1557 1558 1559 1560 1561 1562 1563 1564 1565 1566 1567 1568 1569 1570 1571 1572 1573 1574 1575 1576 1577 1578 1579 1580 1581 1582 1583 1584 1585 1586 1587 1588 1589 1590 1591 1592 1593 1594 1595 1596 1597 1598 1599 1600 1601 1602 1603 1604 1605 1606 1607 1608 1609 1610 1611 1612 1613 1614 1615 1616 1617 1618 1619 1620 1621 1622 1623 1624 1625 1626 1627 1628 1629 1630 1631 1632 1633 1634 1635 1636 1637 1638 1639 1640 1641 1642 1643 1644 1645 1646 1647 1648 1649 1650 1651 1652 1653 1654 1655 1656 1657 1658 1659 1660 1661 1662 1663 1664 1665 1666 1667 1668 1669 1036 // uniwersalne liczniki 1037 int i, j; 1038 1039 assert(m_pMatching != NULL); 1040 assert(m_pMatching>IsEmpty() == true); 1041 1042 // rozpoczynamy etap dopasowywania Parts w organizmach 1043 // czy dopasowano już wszystkie Parts? 1044 int iCzyDopasowane = 0; 1045 // koniec grupy aktualnie dopasowywanej w każdym organizmie 1046 int aiKoniecGrupyDopasowania[2] = { 0, 0 }; 1047 // koniec grupy już w całości dopasowanej 1048 // (Pomiedzy tymi dwoma indeksami znajduja sie Parts w tablicy 1049 // m_aDegrees, ktore moga byc dopasowywane (tam nadal moga 1050 // byc tez dopasowane  ale nie musi to byc w sposob 1051 // ciagly) 1052 int aiKoniecPierwszejGrupy[2] = { 0, 0 }; 1053 // Tablica przechowująca odległości poszczególnych Parts z aktualnych 1054 // grup dopasowania. Rozmiar  prostokąt o bokach równych liczbie elementów w 1055 // dopasowywanych aktualnie grupach. Pierwszy wymiar  pierwszy organizm. 1056 // Drugi wymiar  drugi organizm (nie zależy to od tego, który jest mniejszy). 1057 // Wliczane w rozmiar tablicy są nawet już dopasowane elementy  tablice 1058 // paiCzyDopasowany pamiętają stan dopasowania tych elementów. 1059 typedef double *TPDouble; 1060 double **aadOdleglosciParts; 1061 // dwie tablice okreslajace Parts, ktore moga byc do siebie dopasowywane 1062 // rozmiary: [0]  aiRozmiarCalychGrup[1] 1063 // [1]  aiRozmiarCalychGrup[0] 1064 std::vector<bool> *apvbCzyMinimalnaOdleglosc[2]; 1065 // rozmiar aktualnie dopasowywanej grupy w odpowiednim organizmie (tylko elementy 1066 // jeszcze niedopasowane). 1067 int aiRozmiarGrupy[2]; 1068 // rozmiar aktualnie dopasowywanych grup w odpowiednim organizmie (włączone są 1069 // w to również elementy już dopasowane). 1070 int aiRozmiarCalychGrup[2] = { 0, 0 }; 1071 1072 // utworzenie tablicy rozmiarow 1073 for (i = 0; i < 2; i++) 1074 { 1075 m_aiPartCount[i] = m_Mod[i]>getPartCount(); 1076 } 1077 1078 // DOPASOWYWANIE PARTS 1079 while (!iCzyDopasowane) 1080 { 1081 // znajdz konce obu grup aktualnie dopasowywanych w obu organizmach 1082 for (i = 0; i < 2; i++) 1083 { 1084 // czyli poszukaj miejsca zmiany stopnia lub konca tablicy 1085 for (j = aiKoniecPierwszejGrupy[i] + 1; j < m_aiPartCount[i]; j++) 1086 { 1087 if (m_aDegrees[i][j][DEGREE] < m_aDegrees[i][j  1][DEGREE]) 1088 { 1089 break; 1090 } 1091 } 1092 aiKoniecGrupyDopasowania[i] = j; 1093 1094 // sprawdz poprawnosc tego indeksu 1095 assert((aiKoniecGrupyDopasowania[i] > 0) && 1096 (aiKoniecGrupyDopasowania[i] <= m_aiPartCount[i])); 1097 1098 // oblicz rozmiary całych grup  łącznie z dopasowanymi już elementami 1099 aiRozmiarCalychGrup[i] = aiKoniecGrupyDopasowania[i]  1100 aiKoniecPierwszejGrupy[i]; 1101 1102 // sprawdz teraz rozmiar tej grupy w sensie liczby niedopasowanzch 1103 // nie moze to byc puste! 1104 aiRozmiarGrupy[i] = 0; 1105 for (j = aiKoniecPierwszejGrupy[i]; j < aiKoniecGrupyDopasowania[i]; j++) 1106 { 1107 // od poczatku do konca grupy 1108 if (!m_pMatching>IsMatched(i, j)) 1109 { 1110 // jesli niedopasowany, to zwieksz licznik 1111 aiRozmiarGrupy[i]++; 1112 } 1113 } 1114 // grupa nie moze byc pusta! 1115 assert(aiRozmiarGrupy[i] > 0); 1116 } 1117 1118 // DOPASOWYWANIE PARTS Z GRUP 1119 1120 // stworzenie tablicy odległości lokalnych 1121 // stwórz pierwszy wymiar  wg rozmiaru zerowego organizmu 1122 aadOdleglosciParts = new TPDouble[aiRozmiarCalychGrup[0]]; 1123 assert(aadOdleglosciParts != NULL); 1124 // stwórz drugi wymiar  wg rozmiaru drugiego organizmu 1125 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1126 { 1127 aadOdleglosciParts[i] = new double[aiRozmiarCalychGrup[1]]; 1128 assert(aadOdleglosciParts[i] != NULL); 1129 } 1130 1131 // stworzenie tablic mozliwosci dopasowania (indykatorow minimalnej odleglosci) 1132 apvbCzyMinimalnaOdleglosc[0] = new std::vector<bool>(aiRozmiarCalychGrup[1], false); 1133 apvbCzyMinimalnaOdleglosc[1] = new std::vector<bool>(aiRozmiarCalychGrup[0], false); 1134 // sprawdz stworzenie tablic 1135 assert(apvbCzyMinimalnaOdleglosc[0] != NULL); 1136 assert(apvbCzyMinimalnaOdleglosc[1] != NULL); 1137 1138 // wypełnienie elementów macierzy (i,j) odległościami pomiędzy 1139 // odpowiednimi Parts: (i) w organizmie 0 i (j) w organizmie 1. 1140 // UWAGA! Uwzględniamy tylko te Parts, które nie są jeszcze dopasowane 1141 // (reszta to byłaby po prostu strata czasu). 1142 int iDeg, iNeu; // ilościowe określenie różnic stopnia, liczby neuronów i połączeń Parts 1143 //int iNIt; 1144 double dGeo; // ilościowe określenie różnic geometrycznych pomiędzy Parts 1145 // indeksy konkretnych Parts  indeksy sa ZEROBASED, choć właściwy dostep 1146 // do informacji o Part wymaga dodania aiKoniecPierwszejGrupy[] 1147 // tylko aadOdleglosciParts[][] indeksuje sie bezposrednio zawartoscia iIndex[] 1148 int iIndex[2]; 1149 int iPartIndex[2] = { 1, 1 }; // at [iModel]: original index of a Part for the specified model (iModel) 1150 1151 // debug  wypisz zakres dopasowywanych indeksow 1152 DB(printf("Organizm 0: grupa: (%2i, %2i)\n", aiKoniecPierwszejGrupy[0], 1153 aiKoniecGrupyDopasowania[0]);) 1154 DB(printf("Organizm 1: grupa: (%2i, %2i)\n", aiKoniecPierwszejGrupy[1], 1155 aiKoniecGrupyDopasowania[1]);) 1156 1157 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1158 { 1159 1160 // iterujemy i  Parts organizmu 0 1161 // (indeks podstawowy  aiKoniecPierwszejGrupy[0]) 1162 1163 if (!(m_pMatching>IsMatched(0, aiKoniecPierwszejGrupy[0] + i))) 1164 { 1165 // interesuja nas tylko te niedopasowane jeszcze (i) 1166 for (j = 0; j < aiRozmiarCalychGrup[1]; j++) 1167 { 1168 1169 // iterujemy j  Parts organizmu 1 1170 // (indeks podstawowy  aiKoniecPierwszejGrupy[1]) 1171 1172 if (!(m_pMatching>IsMatched(1, aiKoniecPierwszejGrupy[1] + j))) 1173 { 1174 // interesuja nas tylko te niedopasowane jeszcze (j) 1175 // teraz obliczymy lokalne różnice pomiędzy Parts 1176 iDeg = abs(m_aDegrees[0][aiKoniecPierwszejGrupy[0] + i][1] 1177  m_aDegrees[1][aiKoniecPierwszejGrupy[1] + j][1]); 1178 1179 //iNit currently is not a component of distance measure 1180 //iNIt = abs(m_aDegrees[0][ aiKoniecPierwszejGrupy[0] + i ][2] 1181 //  m_aDegrees[1][ aiKoniecPierwszejGrupy[1] + j ][2]); 1182 1183 iNeu = abs(m_aDegrees[0][aiKoniecPierwszejGrupy[0] + i][3] 1184  m_aDegrees[1][aiKoniecPierwszejGrupy[1] + j][3]); 1185 1186 // obliczenie także lokalnych różnic geometrycznych pomiędzy Parts 1187 // find original indices of Parts for both of the models 1188 iPartIndex[0] = m_aDegrees[0][aiKoniecPierwszejGrupy[0] + i][0]; 1189 iPartIndex[1] = m_aDegrees[1][aiKoniecPierwszejGrupy[1] + j][0]; 1190 // now compute the geometrical distance of these Parts (use m_aPositions 1191 // which should be computed by SVD) 1192 Pt3D Part0Pos(m_aPositions[0][iPartIndex[0]]); 1193 Pt3D Part1Pos(m_aPositions[1][iPartIndex[1]]); 1194 dGeo = m_adFactors[3] == 0 ? 0 : Part0Pos.distanceTo(Part1Pos); //no need to compute distane when m_dDG weight is 0 1195 1196 // tutaj prawdopodobnie należy jeszcze dodać sprawdzanie 1197 // identyczności pozostałych własności (oprócz geometrii) 1198 //  żeby móc stwierdzić w ogóle identyczność Parts 1199 1200 // i ostateczna odleglosc indukowana przez te roznice 1201 // (tutaj nie ma różnicy w liczbie wszystkich wierzchołków) 1202 aadOdleglosciParts[i][j] = m_adFactors[1] * double(iDeg) + 1203 m_adFactors[2] * double(iNeu) + 1204 m_adFactors[3] * dGeo; 1205 DB(printf("Parts Distance (%2i,%2i) = %.3lf\n", aiKoniecPierwszejGrupy[0] + i, 1206 aiKoniecPierwszejGrupy[1] + j, aadOdleglosciParts[i][j]);) 1207 DB(printf("Parts geometrical distance = %.20lf\n", dGeo);) 1208 DB(printf("Pos0: (%.3lf %.3lf %.3lf)\n", Part0Pos.x, Part0Pos.y, Part0Pos.z);) 1209 DB(printf("Pos1: (%.3lf %.3lf %.3lf)\n", Part1Pos.x, Part1Pos.y, Part1Pos.z);) 1210 } 1211 } 1212 } 1213 } 1214 1215 // tutaj  sprawdzic tylko, czy tablica odleglosci lokalnych jest poprawnie obliczona 1216 1217 // WYKORZYSTANIE TABLICY ODLEGLOSCI DO BUDOWY DOPASOWANIA 1218 1219 // trzeba raczej iterować aż do zebrania wszystkich możliwych dopasowań w grupie 1220 // dlatego wprowadzamy dodatkowa zmienna  czy skonczyla sie juz grupa 1221 bool bCzyKoniecGrupy = false; 1222 while (!bCzyKoniecGrupy) 1223 { 1224 for (i = 0; i < 2; i++) 1225 { 1226 // iterujemy (i) po organizmach 1227 // szukamy najpierw jakiegoś niedopasowanego jeszcze Part w organizmach 1228 1229 // zakładamy, że nie ma takiego Part 1230 iIndex[i] = 1; 1231 1232 for (j = 0; j < aiRozmiarCalychGrup[i]; j++) 1233 { 1234 // iterujemy (j)  Parts organizmu (i) 1235 // (indeks podstawowy  aiKoniecPierwszejGrupy[0]) 1236 if (!(m_pMatching>IsMatched(i, aiKoniecPierwszejGrupy[i] + j))) 1237 { 1238 // gdy mamy w tej grupie jakis niedopasowany element, to ustawiamy 1239 // iIndex[i] (chcemy w zasadzie pierwszy taki) 1240 iIndex[i] = j; 1241 break; 1242 } 1243 } 1244 1245 // sprawdzamy, czy w ogole znaleziono taki Part 1246 if (iIndex[i] < 0) 1247 { 1248 // gdy nie znaleziono takiego Part  mamy koniec dopasowywania w 1249 // tych grupach 1250 bCzyKoniecGrupy = true; 1251 } 1252 // sprawdz poprawnosc indeksu niedopasowanego Part  musi byc w aktualnej grupie 1253 assert((iIndex[i] >= 1) && (iIndex[i] < aiRozmiarCalychGrup[i])); 1254 } 1255 1256 1257 // teraz mamy sytuacje: 1258 //  mamy w iIndex[0] i iIndex[1] indeksy pierwszych niedopasowanych Part 1259 // w organizmach, albo 1260 //  nie ma w ogóle już czego dopasowywać (należy przejść do innej grupy) 1261 if (!bCzyKoniecGrupy) 1262 { 1263 // gdy nie ma jeszcze końca żadnej z grup  możemy dopasowywać 1264 // najpierw wyszukujemy w tablicy minimum odległości od tych 1265 // wyznaczonych Parts 1266 1267 // najpierw wyczyscimy wektory potencjalnych dopasowan 1268 // dla organizmu 1 (o rozmiarze grupy z 0) 1269 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1270 { 1271 apvbCzyMinimalnaOdleglosc[1]>operator[](i) = false; 1272 } 1273 // dla organizmu 0 (o rozmiarze grup z 1) 1274 for (i = 0; i < aiRozmiarCalychGrup[1]; i++) 1275 { 1276 apvbCzyMinimalnaOdleglosc[0]>operator[](i) = false; 1277 } 1278 1279 // szukanie minimum dla Part o indeksie iIndex[0] w organizmie 0 1280 // wsrod niedopasowanych Parts z organizmu 1 1281 // zakładamy, że nie znaleliśmy jeszcze minimum 1282 double dMinimum = HUGE_VAL; 1283 for (i = 0; i < aiRozmiarCalychGrup[1]; i++) 1284 { 1285 if (!(m_pMatching>IsMatched(1, aiKoniecPierwszejGrupy[1] + i))) 1286 { 1287 1288 // szukamy minimum obliczonej lokalnej odleglosci tylko wsrod 1289 // niedopasowanych jeszcze Parts 1290 if (aadOdleglosciParts[iIndex[0]][i] < dMinimum) 1291 { 1292 dMinimum = aadOdleglosciParts[iIndex[0]][i]; 1293 } 1294 1295 // przy okazji  sprawdz, czy HUGE_VAL jest rzeczywiscie max dla double 1296 assert(aadOdleglosciParts[iIndex[0]][i] < HUGE_VAL); 1297 } 1298 } 1299 // sprawdz, czy minimum znaleziono  musi takie byc, bo jest cos niedopasowanego 1300 assert((dMinimum >= 0.0) && (dMinimum < HUGE_VAL)); 1301 1302 // teraz zaznaczamy w tablicy te wszystkie Parts, ktore maja 1303 // rzeczywiscie te minimalna odleglosc do Part iIndex[0] w organizmie 0 1304 for (i = 0; i < aiRozmiarCalychGrup[1]; i++) 1305 { 1306 if (!(m_pMatching>IsMatched(1, aiKoniecPierwszejGrupy[1] + i))) 1307 { 1308 if (aadOdleglosciParts[iIndex[0]][i] == dMinimum) 1309 { 1310 // jesli w danym miejscu tablicy odleglosci jest faktyczne 1311 // minimum odleglosci, to mamy potencjalna pare dla iIndex[0] 1312 apvbCzyMinimalnaOdleglosc[0]>operator[](i) = true; 1313 } 1314 1315 // sprawdz poprawnosc znalezionego wczesniej minimum 1316 assert(aadOdleglosciParts[iIndex[0]][i] >= dMinimum); 1317 } 1318 } 1319 1320 // podobnie szukamy minimum dla Part o indeksie iIndex[1] w organizmie 1 1321 // wsrod niedopasowanych Parts z organizmu 0 1322 dMinimum = HUGE_VAL; 1323 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1324 { 1325 if (!(m_pMatching>IsMatched(0, aiKoniecPierwszejGrupy[0] + i))) 1326 { 1327 // szukamy minimum obliczonej lokalnej odleglosci tylko wsrod 1328 // niedopasowanych jeszcze Parts 1329 if (aadOdleglosciParts[i][iIndex[1]] < dMinimum) 1330 { 1331 dMinimum = aadOdleglosciParts[i][iIndex[1]]; 1332 } 1333 // przy okazji  sprawdz, czy HUGE_VAL jest rzeczywiscie max dla double 1334 assert(aadOdleglosciParts[i][iIndex[1]] < HUGE_VAL); 1335 } 1336 } 1337 // sprawdz, czy minimum znaleziono  musi takie byc, bo jest cos niedopasowanego 1338 assert((dMinimum >= 0.0) && (dMinimum < HUGE_VAL)); 1339 1340 // teraz zaznaczamy w tablicy te wszystkie Parts, ktore maja 1341 // rzeczywiscie te minimalne odleglosci do Part iIndex[1] w organizmie 1 1342 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1343 { 1344 if (!(m_pMatching>IsMatched(0, aiKoniecPierwszejGrupy[0] + i))) 1345 { 1346 if (aadOdleglosciParts[i][iIndex[1]] == dMinimum) 1347 { 1348 // jesli w danym miejscu tablicy odleglosci jest faktyczne 1349 // minimum odleglosci, to mamy potencjalna pare dla iIndex[1] 1350 apvbCzyMinimalnaOdleglosc[1]>operator[](i) = true; 1351 } 1352 1353 // sprawdz poprawnosc znalezionego wczesniej minimum 1354 assert(aadOdleglosciParts[i][iIndex[1]] >= dMinimum); 1355 } 1356 } 1357 1358 // teraz mamy juz poszukane potencjalne grupy dopasowania  musimy 1359 // zdecydowac, co do czego dopasujemy! 1360 // szukamy Part iIndex[0] posrod mozliwych do dopasowania dla Part iIndex[1] 1361 // szukamy takze Part iIndex[1] posrod mozliwych do dopasowania dla Part iIndex[0] 1362 bool PartZ1NaLiscie0 = apvbCzyMinimalnaOdleglosc[0]>operator[](iIndex[1]); 1363 bool PartZ0NaLiscie1 = apvbCzyMinimalnaOdleglosc[1]>operator[](iIndex[0]); 1364 1365 if (PartZ1NaLiscie0 && PartZ0NaLiscie1) 1366 { 1367 // PRZYPADEK 1. Oba Parts maja sie wzajemnie na listach mozliwych 1368 // dopasowan. 1369 // AKCJA. Dopasowanie wzajemne do siebie. 1370 1371 m_pMatching>Match(0, aiKoniecPierwszejGrupy[0] + iIndex[0], 1372 1, aiKoniecPierwszejGrupy[1] + iIndex[1]); 1373 1374 // zmniejsz liczby niedopasowanych elementow w grupach 1375 aiRozmiarGrupy[0]; 1376 aiRozmiarGrupy[1]; 1377 // debug  co zostalo dopasowane 1378 DB(printf("Przypadek 1.: dopasowane Parts: (%2i, %2i)\n", aiKoniecPierwszejGrupy[0] 1379 + iIndex[0], aiKoniecPierwszejGrupy[1] + iIndex[1]);) 1380 1381 }// PRZYPADEK 1. 1382 else 1383 if (PartZ1NaLiscie0  PartZ0NaLiscie1) 1384 { 1385 // PRZYPADEK 2. Tylko jeden z Parts ma drugiego na swojej liscie 1386 // mozliwych dopasowan 1387 // AKCJA. Dopasowanie jednego jest proste (tego, ktory nie ma 1388 // na swojej liscie drugiego). Dla tego drugiego nalezy powtorzyc 1389 // duza czesc obliczen (znalezc mu nowa mozliwa pare) 1390 1391 // indeks organizmu, ktorego Part nie ma dopasowywanego Part 1392 // z drugiego organizmu na swojej liscie 1393 int iBezDrugiego; 1394 1395 // okreslenie indeksu organizmu z dopasowywanym Part 1396 if (!PartZ1NaLiscie0) 1397 { 1398 iBezDrugiego = 0; 1399 } 1400 else 1401 { 1402 iBezDrugiego = 1; 1403 } 1404 // sprawdz indeks organizmu 1405 assert((iBezDrugiego == 0)  (iBezDrugiego == 1)); 1406 1407 int iDopasowywany = 1; 1408 // poszukujemy pierwszego z listy dopasowania 1409 for (i = 0; i < aiRozmiarCalychGrup[1  iBezDrugiego]; i++) 1410 { 1411 if (apvbCzyMinimalnaOdleglosc[iBezDrugiego]>operator[](i)) 1412 { 1413 iDopasowywany = i; 1414 break; 1415 } 1416 } 1417 // sprawdz poprawnosc indeksu dopasowywanego (musimy cos znalezc!) 1418 // nieujemny i w odpowiedniej grupie! 1419 assert((iDopasowywany >= 0) && 1420 (iDopasowywany < aiRozmiarCalychGrup[1  iBezDrugiego])); 1421 1422 // znalezlismy 1. Part z listy dopasowania  dopasowujemy! 1423 m_pMatching>Match( 1424 iBezDrugiego, 1425 aiKoniecPierwszejGrupy[iBezDrugiego] + iIndex[iBezDrugiego], 1426 1  iBezDrugiego, 1427 aiKoniecPierwszejGrupy[1  iBezDrugiego] + iDopasowywany); 1428 DB(printf("Przypadek 2.1.: dopasowane Parts dopasowanie bez drugiego: (%2i, %2i)\n", aiKoniecPierwszejGrupy[iBezDrugiego] + iIndex[iBezDrugiego], 1429 aiKoniecPierwszejGrupy[1  iBezDrugiego] + iDopasowywany);) 1430 1431 // zmniejsz liczby niedopasowanych elementow w grupach 1432 aiRozmiarGrupy[0]; 1433 aiRozmiarGrupy[1]; 1434 1435 // sprawdz, czy jest szansa dopasowania tego Part z drugiej strony 1436 // (ktora miala mozliwosc dopasowania tego Part z poprzedniego organizmu) 1437 if ((aiRozmiarGrupy[0] > 0) && (aiRozmiarGrupy[1] > 0)) 1438 { 1439 // jesli grupy sie jeszcze nie wyczrpaly 1440 // to jest mozliwosc dopasowania w organizmie 1441 1442 int iZDrugim = 1  iBezDrugiego; 1443 // sprawdz indeks organizmu 1444 assert((iZDrugim == 0)  (iZDrugim == 1)); 1445 1446 // bedziemy szukac minimum wsrod niedopasowanych  musimy wykasowac 1447 // poprzednie obliczenia minimum 1448 // dla organizmu 1 (o rozmiarze grupy z 0) 1449 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1450 { 1451 apvbCzyMinimalnaOdleglosc[1]>operator[](i) = false; 1452 } 1453 // dla organizmu 0 (o rozmiarze grup z 1) 1454 for (i = 0; i < aiRozmiarCalychGrup[1]; i++) 1455 { 1456 apvbCzyMinimalnaOdleglosc[0]>operator[](i) = false; 1457 } 1458 1459 // szukamy na nowo minimum dla Part o indeksie iIndex[ iZDrugim ] w organizmie iZDrugim 1460 // wsrod niedopasowanych Parts z organizmu 1  iZDrugim 1461 dMinimum = HUGE_VAL; 1462 for (i = 0; i < aiRozmiarCalychGrup[1  iZDrugim]; i++) 1463 { 1464 if (!(m_pMatching>IsMatched( 1465 1  iZDrugim, 1466 aiKoniecPierwszejGrupy[1  iZDrugim] + i))) 1467 { 1468 // szukamy minimum obliczonej lokalnej odleglosci tylko wsrod 1469 // niedopasowanych jeszcze Parts 1470 if (iZDrugim == 0) 1471 { 1472 // teraz niestety musimy rozpoznac odpowiedni organizm 1473 // zeby moc indeksowac niesymetryczna tablice 1474 if (aadOdleglosciParts[iIndex[0]][i] < dMinimum) 1475 { 1476 dMinimum = aadOdleglosciParts[iIndex[0]][i]; 1477 } 1478 // przy okazji  sprawdz, czy HUGE_VAL jest rzeczywiscie max dla double 1479 assert(aadOdleglosciParts[iIndex[0]][i] < HUGE_VAL); 1480 1481 } 1482 else 1483 { 1484 if (aadOdleglosciParts[i][iIndex[1]] < dMinimum) 1485 { 1486 dMinimum = aadOdleglosciParts[i][iIndex[1]]; 1487 } 1488 // przy okazji  sprawdz, czy HUGE_VAL jest rzeczywiscie max dla double 1489 assert(aadOdleglosciParts[i][iIndex[1]] < HUGE_VAL); 1490 } 1491 } 1492 } 1493 // sprawdz, czy minimum znaleziono  musi takie byc, bo jest cos niedopasowanego 1494 assert((dMinimum >= 0.0) && (dMinimum < HUGE_VAL)); 1495 1496 // teraz zaznaczamy w tablicy te wszystkie Parts, ktore maja 1497 // rzeczywiscie te minimalne odleglosci do Part w organizmie iZDrugim 1498 for (i = 0; i < aiRozmiarCalychGrup[1  iZDrugim]; i++) 1499 { 1500 if (!(m_pMatching>IsMatched( 1501 1  iZDrugim, 1502 aiKoniecPierwszejGrupy[1  iZDrugim] + i))) 1503 { 1504 if (iZDrugim == 0) 1505 { 1506 // teraz niestety musimy rozpoznac odpowiedni organizm 1507 // zeby moc indeksowac niesymetryczna tablice 1508 if (aadOdleglosciParts[iIndex[0]][i] == dMinimum) 1509 { 1510 // jesli w danym miejscu tablicy odleglosci jest faktyczne 1511 // minimum odleglosci, to mamy potencjalna pare dla iIndex[1] 1512 apvbCzyMinimalnaOdleglosc[0]>operator[](i) = true; 1513 } 1514 } 1515 else 1516 { 1517 if (aadOdleglosciParts[i][iIndex[1]] == dMinimum) 1518 { 1519 apvbCzyMinimalnaOdleglosc[1]>operator[](i) = true; 1520 } 1521 } 1522 } 1523 } 1524 1525 // a teraz  po znalezieniu potencjalnych elementow do dopasowania 1526 // dopasowujemy pierwszy z potencjalnych 1527 iDopasowywany = 1; 1528 for (i = 0; i < aiRozmiarCalychGrup[1  iZDrugim]; i++) 1529 { 1530 if (apvbCzyMinimalnaOdleglosc[iZDrugim]>operator[](i)) 1531 { 1532 iDopasowywany = i; 1533 break; 1534 } 1535 } 1536 // musielismy znalezc jakiegos dopasowywanego 1537 assert((iDopasowywany >= 0) && 1538 (iDopasowywany < aiRozmiarCalychGrup[1  iZDrugim])); 1539 1540 // no to juz mozemy dopasowac 1541 m_pMatching>Match( 1542 iZDrugim, 1543 aiKoniecPierwszejGrupy[iZDrugim] + iIndex[iZDrugim], 1544 1  iZDrugim, 1545 aiKoniecPierwszejGrupy[1  iZDrugim] + iDopasowywany); 1546 DB(printf("Przypadek 2.1.: dopasowane Parts dopasowaniebz drugim: (%2i, %2i)\n", aiKoniecPierwszejGrupy[iZDrugim] + iIndex[iZDrugim], aiKoniecPierwszejGrupy[1  iZDrugim] + iDopasowywany);) 1547 1548 //aiKoniecPierwszejGrupy[ 1iBezDrugiego ] + iDopasowywany ;) 1549 //aiKoniecPierwszejGrupy[ 1iBezDrugiego ] + iDopasowywany ;) 1550 // zmniejsz liczby niedopasowanych elementow w grupach 1551 aiRozmiarGrupy[0]; 1552 aiRozmiarGrupy[1]; 1553 1554 } 1555 else 1556 { 1557 // jedna z grup sie juz wyczerpala 1558 // wiec nie ma mozliwosci dopasowania tego drugiego Partu 1559 /// i trzeba poczekac na zmiane grupy 1560 } 1561 1562 DB(printf("Przypadek 2.\n");) 1563 1564 }// PRZYPADEK 2. 1565 else 1566 { 1567 // PRZYPADEK 3. Zaden z Parts nie ma na liscie drugiego 1568 // AKCJA. Niezalezne dopasowanie obu Parts do pierwszych ze swojej listy 1569 1570 // najpierw dopasujemy do iIndex[0] w organizmie 0 1571 int iDopasowywany = 1; 1572 // poszukujemy pierwszego z listy dopasowania  w organizmie 1 1573 for (i = 0; i < aiRozmiarCalychGrup[1]; i++) 1574 { 1575 if (apvbCzyMinimalnaOdleglosc[0]>operator[](i)) 1576 { 1577 iDopasowywany = i; 1578 break; 1579 } 1580 } 1581 // musielismy znalezc jakiegos dopasowywanego 1582 assert((iDopasowywany >= 0) && 1583 (iDopasowywany < aiRozmiarCalychGrup[1])); 1584 1585 // teraz wlasnie dopasowujemy 1586 m_pMatching>Match( 1587 0, 1588 aiKoniecPierwszejGrupy[0] + iIndex[0], 1589 1, 1590 aiKoniecPierwszejGrupy[1] + iDopasowywany); 1591 1592 // zmniejszamy liczbe niedopasowanych Parts 1593 aiRozmiarGrupy[0]; 1594 aiRozmiarGrupy[1]; 1595 1596 // debug  dopasowanie 1597 DB(printf("Przypadek 3.: dopasowane Parts: (%2i, %2i)\n", aiKoniecPierwszejGrupy[0] 1598 + iIndex[0], aiKoniecPierwszejGrupy[1] + iDopasowywany);) 1599 1600 // teraz dopasowujemy do iIndex[1] w organizmie 1 1601 iDopasowywany = 1; 1602 // poszukujemy pierwszego z listy dopasowania  w organizmie 0 1603 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1604 { 1605 if (apvbCzyMinimalnaOdleglosc[1]>operator[](i)) 1606 { 1607 iDopasowywany = i; 1608 break; 1609 } 1610 } 1611 // musielismy znalezc jakiegos dopasowywanego 1612 assert((iDopasowywany >= 0) && 1613 (iDopasowywany < aiRozmiarCalychGrup[0])); 1614 1615 // no i teraz realizujemy dopasowanie 1616 m_pMatching>Match( 1617 0, 1618 aiKoniecPierwszejGrupy[0] + iDopasowywany, 1619 1, 1620 aiKoniecPierwszejGrupy[1] + iIndex[1]); 1621 1622 // zmniejszamy liczbe niedopasowanych Parts 1623 aiRozmiarGrupy[0]; 1624 aiRozmiarGrupy[1]; 1625 1626 // debug  dopasowanie 1627 DB(printf("Przypadek 3.: dopasowane Parts: (%2i, %2i)\n", aiKoniecPierwszejGrupy[0] 1628 + iDopasowywany, aiKoniecPierwszejGrupy[1] + iIndex[1]);) 1629 1630 1631 } // PRZYPADEK 3. 1632 1633 }// if (! bCzyKoniecGrupy) 1634 else 1635 { 1636 // gdy mamy już koniec grup  musimy zlikwidować tablicę aadOdleglosciParts 1637 // bo za chwilke skonczy sie nam petla 1638 for (i = 0; i < aiRozmiarCalychGrup[0]; i++) 1639 { 1640 SAFEDELETEARRAY(aadOdleglosciParts[i]); 1641 } 1642 SAFEDELETEARRAY(aadOdleglosciParts); 1643 1644 // musimy tez usunac tablice (wektory) mozliwosci dopasowania 1645 SAFEDELETE(apvbCzyMinimalnaOdleglosc[0]); 1646 SAFEDELETE(apvbCzyMinimalnaOdleglosc[1]); 1647 } 1648 } // while (! bCzyKoniecGrupy) 1649 1650 // PO DOPASOWANIU WSZYSTKIEGO Z GRUP (CO NAJMNIEJ JEDNEJ GRUPY W CAŁOŚCI) 1651 1652 // gdy rozmiar ktorejkolwiek z grup dopasowania spadl do zera 1653 // to musimy przesunac KoniecPierwszejGrupy (wszystkie dopasowane) 1654 for (i = 0; i < 2; i++) 1655 { 1656 // grupy nie moga miec mniejszego niz 0 rozmiaru 1657 assert(aiRozmiarGrupy[i] >= 0); 1658 if (aiRozmiarGrupy[i] == 0) 1659 aiKoniecPierwszejGrupy[i] = aiKoniecGrupyDopasowania[i]; 1660 } 1661 1662 // sprawdzenie warunku konca dopasowywania  gdy nie 1663 // ma juz w jakims organizmie co dopasowywac 1664 if (aiKoniecPierwszejGrupy[0] >= m_aiPartCount[0]  1665 aiKoniecPierwszejGrupy[1] >= m_aiPartCount[1]) 1666 { 1667 iCzyDopasowane = 1; 1668 } 1669 } // koniec WHILE  petli dopasowania 1670 1670 } 1671 1671 1672 1672 /** Matches Parts in both organisms so that computation of similarity is possible. 1673 1674 1675 1676 1677 1678 1679 1680 1681 1673 New algorithm (assures symmetry of the similarity measure) with geometry 1674 taken into consideration. 1675 Assumptions: 1676  Models (m_Mod) are created and available. 1677  Matching (m_pMatching) is created, but empty 1678 Exit conditions: 1679  Matching (m_pMatching) is full 1680 @return 1 if success, 0 otherwise 1681 */ 1682 1682 int ModelSimil::MatchPartsGeometry() 1683 1683 { 1684 1685 1686 1687 1688 1689 1690 1691 1692 1693 1694 1695 1696 1697 1698 1699 1700 1701 1702 1703 1704 1705 1706 1707 1708 1709 1710 1711 1712 1713 1714 1715 1716 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 1728 const int dMulX[ NO_OF_TRANSFORM ] = {1, 1, 1, 1, 1, 1, 1, 1};1729 const int dMulY[ NO_OF_TRANSFORM ] = {1, 1, 1, 1, 1, 1, 1, 1};1730 const int dMulZ[ NO_OF_TRANSFORM ] = {1, 1, 1, 1, 1, 1, 1, 1};1684 // zaloz, ze sa modele i sa poprawne 1685 assert((m_Mod[0] != NULL) && (m_Mod[1] != NULL)); 1686 assert(m_Mod[0]>isValid() && m_Mod[1]>isValid()); 1687 1688 if (!CreatePartInfoTables()) 1689 return 0; 1690 if (!CountPartDegrees()) 1691 return 0; 1692 if (!GetPartPositions()) 1693 { 1694 return 0; 1695 } 1696 if (!CountPartNeurons()) 1697 return 0; 1698 1699 1700 if (m_adFactors[3] > 0) 1701 { 1702 if (!ComputePartsPositionsBySVD()) 1703 { 1704 return 0; 1705 } 1706 } 1707 1708 DB(printf("Przed sortowaniem:\n");) 1709 DB(_PrintDegrees(0);) 1710 DB(_PrintDegrees(1);) 1711 1712 if (!SortPartInfoTables()) 1713 return 0; 1714 1715 DB(printf("Po sortowaniu:\n");) 1716 DB(_PrintDegrees(0);) 1717 DB(_PrintDegrees(1);) 1718 1719 if (m_adFactors[3] > 0) 1720 { 1721 // tutaj zacznij pętlę po przekształceniach geometrycznych 1722 const int NO_OF_TRANSFORM = 8; // liczba transformacji geometrycznych (na razie tylko ID i O_YZ) 1723 // tablice transformacji współrzędnych; nie są to dokładnie tablice tranformacji, ale raczej tablice PRZEJŚĆ 1724 // pomiędzy transformacjami; 1725 // wartości orginalne transformacji dOrig uzyskuje się przez: 1726 // for ( iTrans = 0; iTrans <= TRANS_INDEX; iTrans++ ) dOrig *= dMul[ iTrans ]; 1727 //const char *szTransformNames[NO_OF_TRANSFORM] = { "ID", "S_yz", "S_xz", "S_xy", "R180_z", "R180_y", "R180_z", "S_(0,0,0)" }; 1728 const int dMulX[NO_OF_TRANSFORM] = { 1, 1, 1, 1, 1, 1, 1, 1 }; 1729 const int dMulY[NO_OF_TRANSFORM] = { 1, 1, 1, 1, 1, 1, 1, 1 }; 1730 const int dMulZ[NO_OF_TRANSFORM] = { 1, 1, 1, 1, 1, 1, 1, 1 }; 1731 1731 1732 1732 #ifdef max 1733 1733 #undef max //this macro would conflict with line below 1734 1734 #endif 1735 1736 1737 1738 1739 1740 1741 1742 1743 StoredPositions = new Pt3D[ m_Mod[ 0 ]>getPartCount()];1744 1745 1746 1747 for (iPart = 0; iPart < m_Mod[ 0]>getPartCount(); iPart++)1748 1749 StoredPositions[ iPart ].x = m_aPositions[ 0 ][ iPart].x;1750 StoredPositions[ iPart ].y = m_aPositions[ 0 ][ iPart].y;1751 StoredPositions[ iPart ].z = m_aPositions[ 0 ][ iPart].z;1752 1753 1754 1755 1756 1757 1758 1759 1760 1761 1762 1763 1764 1765 1766 1767 for (iPart = 0; iPart < m_Mod[ 0]>getPartCount(); iPart++)1768 1769 1770 m_aPositions[ 0 ][ iPart ].x *= dMulX[ iTransform];1771 m_aPositions[ 0 ][ iPart ].y *= dMulY[ iTransform];1772 m_aPositions[ 0 ][ iPart ].z *= dMulZ[ iTransform];1773 1774 1775 1776 1777 1778 1779 1780 1781 1782 1783 1784 1785 1786 1787 1788 1789 1790 1791 1792 1793 1794 1795 1796 1797 1798 1799 1800 1801 1802 1803 1804 1805 1806 1807 1808 1809 1810 1811 1812 1813 1814 1815 1816 1817 1818 for (iPart = 0; iPart < m_Mod[ 0]>getPartCount(); iPart++)1819 1820 m_aPositions[ 0 ][ iPart ].x = StoredPositions[ iPart].x;1821 m_aPositions[ 0 ][ iPart ].y = StoredPositions[ iPart].y;1822 m_aPositions[ 0 ][ iPart ].z = StoredPositions[ iPart].z;1823 1824 1825 delete[] StoredPositions;1826 1827 1828 1829 1830 1831 for (iPart = 0; iPart < m_Mod[ 0]>getPartCount(); iPart++)1832 1833 m_aPositions[ 0 ][ iPart ].x *= dMulX[ iTransform];1834 m_aPositions[ 0 ][ iPart ].y *= dMulY[ iTransform];1835 m_aPositions[ 0 ][ iPart ].z *= dMulZ[ iTransform];1836 1837 1838 1839 1840 1841 1842 1843 1844 1845 1846 1847 1848 1849 1850 1851 1852 1853 1854 1735 double dMinSimValue = std::numeric_limits<double>::max(); // minimum value of similarity 1736 int iMinSimTransform = 1; // index of the transformation with the minimum similarity 1737 SimilMatching *pMinSimMatching = NULL; // matching with the minimum value of similarity 1738 1739 // remember the original positions of model 0 as computed by SVD in order to restore them later, after 1740 // all transformations have been computed 1741 Pt3D *StoredPositions = NULL; // array of positions of Parts, for one (0th) model 1742 // create the stored positions 1743 StoredPositions = new Pt3D[m_Mod[0]>getPartCount()]; 1744 assert(StoredPositions != NULL); 1745 // copy the original positions of model 0 (store them) 1746 int iPart; // a counter of Parts 1747 for (iPart = 0; iPart < m_Mod[0]>getPartCount(); iPart++) 1748 { 1749 StoredPositions[iPart].x = m_aPositions[0][iPart].x; 1750 StoredPositions[iPart].y = m_aPositions[0][iPart].y; 1751 StoredPositions[iPart].z = m_aPositions[0][iPart].z; 1752 } 1753 // now the original positions of model 0 are stored 1754 1755 1756 int iTransform; // a counter of geometric transformations 1757 for (iTransform = 0; iTransform < NO_OF_TRANSFORM; iTransform++) 1758 { 1759 // for each geometric transformation to be done 1760 // entry conditions: 1761 //  models (m_Mod) exist and are available 1762 //  matching (m_pMatching) exists and is empty 1763 //  all properties are created and available (m_aDegrees and m_aPositions) 1764 1765 // recompute geometric properties according to the transformation iTransform 1766 // but only for model 0 1767 for (iPart = 0; iPart < m_Mod[0]>getPartCount(); iPart++) 1768 { 1769 // for each iPart, a part of the model iMod 1770 m_aPositions[0][iPart].x *= dMulX[iTransform]; 1771 m_aPositions[0][iPart].y *= dMulY[iTransform]; 1772 m_aPositions[0][iPart].z *= dMulZ[iTransform]; 1773 } 1774 // now the positions are recomputed 1775 ComputeMatching(); 1776 1777 // teraz m_pMatching istnieje i jest pełne 1778 assert(m_pMatching != NULL); 1779 assert(m_pMatching>IsFull() == true); 1780 1781 // wykorzystaj to dopasowanie i geometrię do obliczenia tymczasowej wartości miary 1782 int iTempRes = CountPartsDistance(); 1783 // załóż sukces 1784 assert(iTempRes == 1); 1785 double dCurrentSim = m_adFactors[0] * double(m_iDV) + 1786 m_adFactors[1] * double(m_iDD) + 1787 m_adFactors[2] * double(m_iDN) + 1788 m_adFactors[3] * double(m_dDG); 1789 // załóż poprawną wartość podobieństwa 1790 assert(dCurrentSim >= 0.0); 1791 1792 // porównaj wartość obliczoną z dotychczasowym minimum 1793 if (dCurrentSim < dMinSimValue) 1794 { 1795 // jeśli uzyskano mniejszą wartość dopasowania, 1796 // to zapamiętaj to przekształcenie geometryczne i dopasowanie 1797 dMinSimValue = dCurrentSim; 1798 iMinSimTransform = iTransform; 1799 SAFEDELETE(pMinSimMatching); 1800 pMinSimMatching = new SimilMatching(*m_pMatching); 1801 assert(pMinSimMatching != NULL); 1802 } 1803 1804 // teraz już można usunąć stare dopasowanie (dla potrzeb następnego przebiegu pętli) 1805 m_pMatching>Empty(); 1806 } // for ( iTransform ) 1807 1808 // po pętli przywróć najlepsze dopasowanie 1809 delete m_pMatching; 1810 m_pMatching = pMinSimMatching; 1811 1812 DB(printf("Matching has been chosen!\n");) 1813 // print the name of the chosen transformation: 1814 // printf("Chosen transformation: %s\n", szTransformNames[ iMinSimTransform ] ); 1815 1816 // i przywróć jednocześnie pozycje Parts modelu 0 dla tego dopasowania 1817 //  najpierw przywroc Parts pozycje orginalne, po SVD 1818 for (iPart = 0; iPart < m_Mod[0]>getPartCount(); iPart++) 1819 { 1820 m_aPositions[0][iPart].x = StoredPositions[iPart].x; 1821 m_aPositions[0][iPart].y = StoredPositions[iPart].y; 1822 m_aPositions[0][iPart].z = StoredPositions[iPart].z; 1823 } 1824 //  usun teraz zapamietane pozycje Parts 1825 delete[] StoredPositions; 1826 //  a teraz oblicz na nowo wspolrzedne wlasciwego przeksztalcenia dla model 0 1827 for (iTransform = 0; iTransform <= iMinSimTransform; iTransform++) 1828 { 1829 // for each transformation before and INCLUDING iMinTransform 1830 // do the transformation (only model 0) 1831 for (iPart = 0; iPart < m_Mod[0]>getPartCount(); iPart++) 1832 { 1833 m_aPositions[0][iPart].x *= dMulX[iTransform]; 1834 m_aPositions[0][iPart].y *= dMulY[iTransform]; 1835 m_aPositions[0][iPart].z *= dMulZ[iTransform]; 1836 } 1837 } 1838 1839 } 1840 else 1841 { 1842 ComputeMatching(); 1843 } 1844 // teraz dopasowanie musi byc pelne  co najmniej w jednym organizmie musza byc 1845 // wszystkie elementy dopasowane 1846 assert(m_pMatching>IsFull() == true); 1847 1848 // _PrintDegrees(0); 1849 // _PrintDegrees(1); 1850 1851 DB(_PrintPartsMatching();) 1852 1853 1854 return 1; 1855 1855 } 1856 1856 1857 1857 void ModelSimil::_PrintSeamnessTable(std::vector<int> *pTable, int iCount) 1858 1858 { 1859 1860 1861 1862 1863 1864 1865 1866 1867 1868 1869 1859 int i; 1860 printf(" "); 1861 for (i = 0; i < iCount; i++) 1862 printf("%3i ", i); 1863 printf("\n "); 1864 for (i = 0; i < iCount; i++) 1865 { 1866 1867 printf("%3i ", pTable>operator[](i)); 1868 } 1869 printf("\n"); 1870 1870 } 1871 1871 1872 1872 /** Computes elements of similarity (m_iDD, m_iDN, m_dDG) based on underlying matching. 1873 1874 1875 1876 1877 1878 1879 1873 Assumptions: 1874  Matching (m_pMatching) exists and is full. 1875  Internal arrays m_aDegrees and m_aPositions exist and are properly filled in 1876 Exit conditions: 1877  Elements of similarity are computed (m)iDD, m_iDN, m_dDG). 1878 @return 1 if success, otherwise 0. 1879 */ 1880 1880 int ModelSimil::CountPartsDistance() 1881 1881 { 1882 1883 1884 1885 1886 1887 1888 1889 1890 1891 1892 1893 1894 1895 1896 1897 1898 1899 1900 1901 1902 1903 1904 1905 1906 iOrgPart = m_aDegrees[ 1  m_iSmaller ][ i ][ 0];1907 1908 1909 1910 1911 1912 1913 1914 1915 1916 1917 m_dDG += m_adFactors[3] == 0 ? 0 : m_aPositions[ 1  m_iSmaller ][ iOrgPart ].length(); 1918 1919 1920 1921 1922 1923 1924 1925 iOrgMatchedPart = m_aDegrees[ m_iSmaller ][ iMatchedPart][0];1926 1927 1928 m_aDegrees[ m_iSmaller ][ iMatchedPart][1];1929 1930 1931 1932 m_aDegrees[ m_iSmaller ][ iMatchedPart][3];1933 1934 1935 Pt3D MatchedPartPos(m_aPositions[ m_iSmaller ][ iOrgMatchedPart]);1936 1937 1938 m_dDG +=m_adFactors[3] == 0 ? 0 : m_aPositions[ 1  m_iSmaller ][ iOrgPart].distanceTo(MatchedPartPos);1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1882 int i, temp; 1883 1884 // assume existence of m_pMatching 1885 assert(m_pMatching != NULL); 1886 // musi byc pelne! 1887 assert(m_pMatching>IsFull() == true); 1888 1889 // roznica w stopniach 1890 m_iDD = 0; 1891 // roznica w liczbie neuronów 1892 m_iDN = 0; 1893 // roznica w odleglosci dopasowanych Parts 1894 m_dDG = 0.0; 1895 1896 int iOrgPart, iOrgMatchedPart; // orginalny indeks Part i jego dopasowanego Part 1897 int iMatchedPart; // indeks (wg sortowania) dopasowanego Part 1898 1899 // wykorzystanie dopasowania do zliczenia m_iDD  roznicy w stopniach 1900 // i m_iDN  roznicy w liczbie neuronow 1901 // petla w wiekszej tablicy 1902 for (i = 0; i < m_aiPartCount[1  m_iSmaller]; i++) 1903 { 1904 // dla kazdego elementu [i] z wiekszego organizmu 1905 // pobierz jego orginalny indeks w organizmie z tablicy TDN 1906 iOrgPart = m_aDegrees[1  m_iSmaller][i][0]; 1907 if (!(m_pMatching>IsMatched(1  m_iSmaller, i))) 1908 { 1909 // gdy nie zostal dopasowany 1910 // dodaj jego stopien do DD 1911 m_iDD += m_aDegrees[1  m_iSmaller][i][1]; 1912 // dodaj liczbe neuronow do DN 1913 m_iDN += m_aDegrees[1  m_iSmaller][i][3]; 1914 // i oblicz odleglosc tego Part od srodka organizmu (0,0,0) 1915 // (uzyj orginalnego indeksu) 1916 //no need to compute distane when m_dDG weight is 0 1917 m_dDG += m_adFactors[3] == 0 ? 0 : m_aPositions[1  m_iSmaller][iOrgPart].length(); 1918 } 1919 else 1920 { 1921 // gdy byl dopasowany 1922 // pobierz indeks (po sortowaniu) tego dopasowanego Part 1923 iMatchedPart = m_pMatching>GetMatchedIndex(1  m_iSmaller, i); 1924 // pobierz indeks orginalny tego dopasowanego Part 1925 iOrgMatchedPart = m_aDegrees[m_iSmaller][iMatchedPart][0]; 1926 // dodaj ABS roznicy stopni do DD 1927 temp = m_aDegrees[1  m_iSmaller][i][1]  1928 m_aDegrees[m_iSmaller][iMatchedPart][1]; 1929 m_iDD += abs(temp); 1930 // dodaj ABS roznicy neuronow do DN 1931 temp = m_aDegrees[1  m_iSmaller][i][3]  1932 m_aDegrees[m_iSmaller][iMatchedPart][3]; 1933 m_iDN += abs(temp); 1934 // pobierz polozenie dopasowanego Part 1935 Pt3D MatchedPartPos(m_aPositions[m_iSmaller][iOrgMatchedPart]); 1936 // dodaj euklidesowa odleglosc Parts do sumy odleglosci 1937 //no need to compute distane when m_dDG weight is 0 1938 m_dDG += m_adFactors[3] == 0 ? 0 : m_aPositions[1  m_iSmaller][iOrgPart].distanceTo(MatchedPartPos); 1939 } 1940 } 1941 1942 // obliczenie i dodanie różnicy w liczbie neuronów OnJoint... 1943 temp = m_aOnJoint[0][3]  m_aOnJoint[1][3]; 1944 m_iDN += abs(temp); 1945 DB(printf("OnJoint DN: %i\n", abs(temp));) 1946 // ... i Anywhere 1947 temp = m_aAnywhere[0][3]  m_aAnywhere[1][3]; 1948 m_iDN += abs(temp); 1949 DB(printf("Anywhere DN: %i\n", abs(temp));) 1950 1951 return 1; 1952 1952 } 1953 1953 1954 1954 /** Computes new positions of Parts of both of organisms stored in the object. 1955 1956 1957 1958 1959 1960 1955 Assumptions: 1956  models (m_Mod) are created and valid 1957  positions (m_aPositions) are created and filled with original positions of Parts 1958  the sorting algorithm was not yet run on the array m_aDegrees 1959 @return true if successful; false otherwise 1960 */ 1961 1961 bool ModelSimil::ComputePartsPositionsBySVD() 1962 1962 { 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 int nSize = m_Mod[ iMod]>getPartCount();1981 1982 double *pDistances = (double *) malloc(nSize * nSize * sizeof(double));1983 1984 1985 1986 1987 1988 1989 Model *pModel = m_Mod[ iMod]; // use the model of the iMod (current) organism1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 1963 bool bResult = true; // the result; assume a success 1964 1965 // check assumptions 1966 // the models 1967 assert(m_Mod[0] != NULL && m_Mod[0]>isValid()); 1968 assert(m_Mod[1] != NULL && m_Mod[1]>isValid()); 1969 // the position arrays 1970 assert(m_aPositions[0] != NULL); 1971 assert(m_aPositions[1] != NULL); 1972 1973 int iMod; // a counter of models 1974 // use SVD to obtain different point of view on organisms 1975 // and store the new positions (currently the original ones are still stored) 1976 for (iMod = 0; iMod < 2; iMod++) 1977 { 1978 // prepare the vector of errors of approximation for the SVD 1979 std::vector<double> vEigenvalues; 1980 int nSize = m_Mod[iMod]>getPartCount(); 1981 1982 double *pDistances = (double *)malloc(nSize * nSize * sizeof(double)); 1983 1984 for (int i = 0; i < nSize; i++) 1985 { 1986 pDistances[i] = 0; 1987 } 1988 1989 Model *pModel = m_Mod[iMod]; // use the model of the iMod (current) organism 1990 int iP1, iP2; // indices of Parts in the model 1991 Part *P1, *P2; // pointers to Parts 1992 Pt3D P1Pos, P2Pos; // positions of parts 1993 double dDistance; // the distance between Parts 1994 for (iP1 = 0; iP1 < pModel>getPartCount(); iP1++) 1995 { 1996 // for each iP1, a Part index in the model of organism iMod 1997 P1 = pModel>getPart(iP1); 1998 // get the position of the Part 1999 P1Pos = P1>p; 2000 2000 if (fixedZaxis == 1) 2001 2002 P1Pos.z = 0; //fixed vertical axis, so pretend all points are on the xy plane2003 2004 2005 2006 2007 2008 2009 2001 { 2002 P1Pos.z = 0; //fixed vertical axis, so pretend all points are on the xy plane 2003 } 2004 for (iP2 = 0; iP2 < pModel>getPartCount(); iP2++) 2005 { 2006 // for each (iP1, iP2), a pair of Parts index in the model 2007 P2 = pModel>getPart(iP2); 2008 // get the position of the Part 2009 P2Pos = P2>p; 2010 2010 if (fixedZaxis == 1) 2011 {2012 P2Pos.z = 0; //fixed vertical axis, so pretend all points are on the xy plane2013 }2014 2015 2016 2017 2018 2019 2020 2021 MatrixTools::SVD(vEigenvalues, nSize, pDistances, m_aPositions[ iMod]);2011 { 2012 P2Pos.z = 0; //fixed vertical axis, so pretend all points are on the xy plane 2013 } 2014 // compute the geometric (Euclidean) distance between the Parts 2015 dDistance = P1Pos.distanceTo(P2Pos); 2016 // store the distance 2017 pDistances[iP1 * nSize + iP2] = dDistance; 2018 } // for (iP2) 2019 } // for (iP1) 2020 2021 MatrixTools::SVD(vEigenvalues, nSize, pDistances, m_aPositions[iMod]); 2022 2022 if (fixedZaxis == 1) //restore the original vertical coordinate of each Part 2023 {2024 for (int part = 0; part < pModel>getPartCount(); part++)2025 {2026 m_aPositions[iMod][part].z = pModel>getPart(part)>p.z;2027 }2028 }2029 2030 2031 2032 2033 2023 { 2024 for (int part = 0; part < pModel>getPartCount(); part++) 2025 { 2026 m_aPositions[iMod][part].z = pModel>getPart(part)>p.z; 2027 } 2028 } 2029 2030 free(pDistances); 2031 } 2032 2033 return bResult; 2034 2034 } 2035 2035 2036 2036 void ModelSimil::p_evaldistance(ExtValue *args, ExtValue *ret) 2037 2037 { 2038 2039 2040 2041 2042 2043 2044 } 2038 Geno *g1 = GenoObj::fromObject(args[1]); 2039 Geno *g2 = GenoObj::fromObject(args[0]); 2040 if ((!g1)  (!g2)) 2041 ret>setEmpty(); 2042 else 2043 ret>setDouble(EvaluateDistance(g1, g2)); 2044 } 
cpp/frams/model/similarity/simil_model.h
r605 r606 1 1 // This file is a part of Framsticks SDK. http://www.framsticks.com/ 2 // Copyright (C) 1999201 5Maciej Komosinski and Szymon Ulatowski.2 // Copyright (C) 19992016 Maciej Komosinski and Szymon Ulatowski. 3 3 // See LICENSE.txt for details. 4 4 … … 16 16 enum TDNELEMS 17 17 { 18 19 20 21 22 18 ORIG_IND = 0, 19 DEGREE = 1, 20 NEURO_CONNS = 2, 21 NEURONS = 3, 22 FUZZ_DEG = 4 23 23 }; 24 24 … … 32 32 { 33 33 public: 34 35 36 34 ModelSimil(); 35 virtual ~ModelSimil(); 36 double EvaluateDistance(const Geno *G0, const Geno *G1); 37 37 38 39 40 38 static int CompareDegrees(const void *pElem1, const void *pElem2); 39 static int CompareConnsNo(const void *pElem1, const void *pElem2); 40 static int GetNOFactors(); 41 41 #define STATRICKCLASS ModelSimil 42 42 PARAMPROCDEF(p_evaldistance); 43 43 #undef STATRICKCLASS 44 44 45 45 protected: 46 47 48 49 50 51 46 void _PrintSeamnessTable(std::vector<int> *pVector, int iCount); 47 //matching function 48 int MatchPartsGeometry(); 49 void ComputeMatching(); 50 void _PrintPartsMatching(); 51 void SaveIntermediateFiles(); 52 52 53 54 55 56 57 58 53 static int CheckPartsIdentity(Part *P1, Part *P2); 54 int SortPartInfoTables(); 55 int CountPartNeurons(); 56 bool ComputePartsPositionsBySVD(); 57 int GetPartPositions(); 58 int CountPartDegrees(); 59 59 60 61 62 63 64 60 int SortPartInfoFuzzy(); 61 void CountFuzzyNeighb(); 62 void SortFuzzyNeighb(); 63 void GetNeighbIndexes(int mod, int partInd, std::vector<int> &indexes); 64 void CheckFuzzyIdentity(); 65 65 66 67 68 69 70 71 66 int CreatePartInfoTables(); 67 void _PrintDegrees(int i); 68 void _PrintArray(int *array, int base, int size); 69 void _PrintNeighbourhood(int i); 70 void _PrintArrayDouble(double *array, int base, int size); 71 int CountPartsDistance(); 72 72 73 73 74 74 public: 75 76 77 78 79 80 81 82 75 /// Table of weights for weighted distance function. 76 /// Weights are for factors in the following order: 77 /// [0]: m_iDV (difference in the number of vertices) 78 /// [1]: m_iDD (difference in degrees over matching) 79 /// [2]: m_iDN (difference in neurons over matching) 80 /// [3]: m_dDG (difference in geometry over matching) 81 /// @sa EvaluateDistance 82 double m_adFactors[4]; 83 83 84 84 //for Zfixed = 1, the "z" (vertical) coordinates are not taken into account during PCA alignment 85 85 int fixedZaxis; 86 86 87 87 //Controls the depth of fuzzy neighbourhood 88 89 88 int fuzzyDepth; 89 int isFuzzy; 90 90 91 92 91 /// Interface to local parameters 92 Param localpar; 93 93 94 94 protected: 95 95 96 97 96 /// Between these genotypes distance is evaluated. 97 const Geno *m_Gen[2]; 98 98 99 100 101 99 /// These models will be created to get the information about creatures 100 /// from their genotypes. 101 Model *m_Mod[2]; 102 102 103 104 105 103 /// Index (0 or 1) of the smaler creature (in the meaning of parts). 104 /// Index of the bigger one is (1m_iSmaller). 105 int m_iSmaller; 106 106 107 108 107 /// Number of parts of two creatures (index the same as for m_Mod). 108 int m_aiPartCount[2]; 109 109 110 111 110 /// Difference between number of parts in organisms 111 int m_iDV; 112 112 113 114 113 /// Sum of absolute values of differences between matched part degrees 114 int m_iDD; 115 115 116 117 118 119 116 /// Sum of absolute values of differences between matched part 117 /// in neurons number. 118 int m_iDN; 119 //2 matrices of neighbourhood of parts  one for each genotype 120 120 121 122 123 124 121 /// Sum of Euclidean distances between matched parts 122 /// Unmatched Parts have the distance measured to (0,0,0) (the middle of 123 /// an organism) 124 double m_dDG; 125 125 126 127 128 129 130 126 /// Object that holds the matching of Parts. 127 // It is not clear now whether the matching function is 128 // created for orginal indices of Parts, or for sorted Parts 129 // Most probably it is for sorted Parts. 130 SimilMatching *m_pMatching; 131 131 132 133 134 135 136 137 138 139 132 /// Type of 4 ints  describing one Part of the creature in 133 /// its sorted table of degrees 134 /// TDN[0]  original index of creature's Part (that is "i" from GetPart(i)) 135 /// TDN[1]  degree (number of adjacent joints) of one Part 136 /// TDN[2]  number of NeuroConnections and Neurons belonging to one Part 137 /// TDN[3]  number of Neurons of the Part 138 /// TDN[4]  fuzzy degree 139 typedef int TDN[5]; 140 140 141 142 143 144 145 146 141 /** 2 arrays holding information about compared organisms (one for each 142 creature) of degree and neuro info for Parts. 143 Index corresponds to the one in m_Mod 144 m_aDegrees[i][j] is a TDN of the jth Part of the ith creature in m_Mod 145 */ 146 TDN *m_aDegrees[2]; 147 147 148 149 150 151 148 //std::pair<TDN, double> *m_aDegrees[2]; 149 /// Holds information on all onjoint neurons. Only TDN[3] and TDN[4] 150 /// are important (original index and degree are not important). 151 TDN m_aOnJoint[2]; 152 152 153 154 155 156 153 /// Holds information on all neurons that are not placed neither on 154 /// a joint nor on a part. Only TDN[3] and TDN[4] 155 /// are important (original index and degree are not important). 156 TDN m_aAnywhere[2]; 157 157 158 159 160 161 158 //array of parts neighbourhood 159 int **m_Neighbours[2]; 160 //array of "fuzzy neigbourhood" for each of organisms. Dimensions: parts_num x fuzzyDepth 161 float **m_fuzzyNeighb[2]; 162 162 163 164 165 166 167 168 169 170 171 172 173 163 /// Two arrays of points which hold information about positions of Parts 164 /// of both of the compared organisms. 165 /// Matching methods which do not use geometry (MatchPartsOld 166 /// and MatchPartsNew) simply copy these positions from models. The only 167 /// matching method which uses geometry (MatchPartsNewGeometry) makes 168 /// use of these arrays extensively. 169 /// At m_aPositions[ iModel ][ iOriginalPart ] there is a Pt3D of 170 /// a Part with index iOriginalPart of the model iModel. 171 /// iOriginalPart means that this index is the original index of a Part, 172 /// (before sorting). 173 Pt3D *m_aPositions[2]; 174 174 175 176 175 /// Number of weights in the function which evaluates distance. 176 static const int iNOFactors; 177 177 178 178 };
Note: See TracChangeset
for help on using the changeset viewer.