马氏距离
来源:互联网 发布:淘宝助理5.3官方下载 编辑:程序博客网 时间:2024/04/28 17:42
计算两个直方图的相似程度,在网上搜索了一些资料,资料中经常提到二次型距离和马氏距离
写两个函数来计算直方图的相似性。
例如:
His1 = {3,4,5,6}
His2 = {2,2,8,4}
两个直方图统计对象都是16个元素
两个样本:
His1 = {3,4,5,6}
His2 = {2,2,8,4}
它们的均值为:
U = {2.5, 3, 6.5, 5}
协方差矩阵为:
S =
| 0.25 0.50 -0.75 0.50 |
| 0.50 1.00 -1.50 1.00 |
|-0.75 -1.50 2.25 -1.50 |
| 0.50 1.00 -1.50 1.00 |
其中S(i,j)={[His1(i)-u(i)]*[His1(j)-u(j)]+[His2(i)-u(i)]*[His2(j)-u(j)]}/2
下一步就是求出逆矩阵S^(-1)
马氏距离 D=sqrt{[His1-His2] * S^(-1) * [(His1-His2)的转置列向量]}
- 欧式距离、标准化欧式距离、马氏距离、余弦距离
- 曼哈顿距离,欧式距离,明式距离,切比雪夫距离以及马氏距离
- 欧氏距离 vs 马氏距离
- 欧氏距离 vs 马氏距离
- 欧氏距离 vs 马氏距离
- 欧氏距离与马氏距离
- 马氏距离和欧氏距离
- 马氏距离与欧式距离
- Mahalanobis距离(马氏距离)
- Mahalanobis距离(马氏距离)
- 马氏距离与欧式距离
- 马氏距离(Mahalanobis距离)
- 马氏距离与欧式距离
- 欧式距离与马氏距离
- 距离度量之马氏距离
- 马氏距离
- 马氏距离
- 马氏距离
- 葵花宝典之数据结构1800T--2
- FBReader源代码分析系列一配置
- vector 注意事项
- 贪心用树状数组优化
- java study 09day--异常概述及处理
- 马氏距离
- 理解能力
- SoapUI 获取当前运行项目所在目录
- Java study 09day--异常处理
- C#--第2周实验--任务8--编写一个控制台应用--输入10个数存入数组,求最大值、最小值和平均值
- 关于edittext排版问题续
- C语言笔试题(16)——二叉树基本算法
- Linux动态库剖析
- WTL::CString的一点缺陷及修改