向量的范数及其一个简单的应用
来源:互联网 发布:软件乚g公司 编辑:程序博客网 时间:2024/06/06 19:24
所谓向量的范数可以简单的理解为向量的长度,或者说向量到零点的距离。
向量的范数定义:向量的范数是一个函数||x||,满足非负性||x|| >= 0,齐次性||cx|| = |c| ||x|| , 三角不等式||x+y|| <= ||x|| + ||y||。
常用的向量的范数:
L1范数: ||x|| 为x向量各个元素绝对值之和
L2范数: ||x||为x向量各个元素平方和的1/2次方,L2范数又称Euclidean范数或者Frobenius范数
Lp范数: ||x||为x向量各个元素绝对值p次方和的1/p次方
L∞范数: ||x||为x向量各个元素绝对值最大那个元素的绝对值(无法用公式表达,就感觉很别扭)。
椭球向量范数: ||x||A = sqrt[T(x)Ax], T(x)代表x的转置。
两个向量的相似度:有了范数的定义,就好比知道了距离的概念,知道了距离的概念,就可以判断两个向量是否相似。比如Euclidean距离,也就是所谓的L2范数。
举例模式分类,近邻分类法,已知样本模式为s1, s2, …., sM, 未知模式向量为x
那么分别计算距离(范数)||x-s1||, ||x-s2||, …, ||x-sM||,找出距离最小的那个si,问题就被解决了。 欧拉距离是一种解法;再有一个常用的解法是利用 Mahalanobis距离,
定义矩阵C 为M个模式向量的协方差矩阵, 设C`是其逆矩阵,则Mahalanobis距离定义为||x||C` = sqrt[T(x)C’x], 这是一个关于C’的椭球向量范数。
0 0
- 向量的范数及其一个简单的应用
- 向量的范数
- 常见的向量范数
- 向量,矩阵的范数
- 向量的范数以及矩阵的范数
- 向量范数+不同范数之间的关系
- 向量范数和矩阵范数的定义
- 向量范数与矩阵范数的理解
- 向量范数和矩阵范数的定义
- 二范数-特征值的意义-矩阵范数-向量范数-
- 向量范数的一些补充
- 向量和矩阵的范数
- 向量的模和范数
- 向量和矩阵的范数
- 向量和矩阵的各种范数比较(1范数、2范数、无穷范数等等)
- 向量的叉积及其应用
- 向量范数的维基百科介绍
- norm--求矩阵和向量的范数
- css文字重复ie bug导致文字的奇怪复制
- Git学习教程(六)Git日志
- JSFL自动生成库链接和代码层
- Informatic 9.0 client和server 安装配置
- Error -26612: HTTP Status-Code=500 (Internal Server Error)
- 向量的范数及其一个简单的应用
- UML关系(泛化,实现,依赖,关联(聚合,组合))
- javascript入门
- mongodb进阶(1):主从复制
- solr创建索引源码解析
- Git学习教程(七) Git差异比对
- 学习ajax【2】js事件触发大全
- c# 恶搞代码
- 如何把多张图片转换为PDF文件