模式相似性测度-距离
2017-08-27 18:30
176 查看
1样品与样品之间的距离
设有两个样品Xi,Xj的特征向量分别为Xi=(xi1,xi2,...,xin)T;Xj=(xj1,xj2,...,xjn)T。这两个样品可能在同一个类中,也可能在不同的类中。因此,属于计算同一类内样品与样品之间的距离,也属于计算不同类样品与样品之间的距离。
2样品与类之间的距离
w是某类样品的集合,w中有N个样品,X是某一待测样品。(1)计算该样品到w类内各个样本之间的距离,将这些距离求和,取平均值作为样品与类之间的距离。
(2)计算w类的中心点M,以w中的所有样品特征的平均值作为类中心,然后计算待测样品X到w的中心点M的距离。
3类内距离
4类与类之间的距离
相关文章推荐
- 模式识别相似性测度距离计算---夹角余弦和特征二值得夹角余弦
- 模式识别相似性测度距离计算---tanimoto距离
- 模式识别相似性测度距离计算---几种距离对比
- 模式识别相似性测度距离计算---欧式距离
- 模式识别相似性测度距离计算---马氏距离
- 模式识别学习笔记(二)---模式相似性测度
- 音频播放根据距离选择话筒模式
- 模式识别学习笔记(三)---类间距离测度方法
- 基于局部二值相似性模式(LBSP)的运动目标检测算法
- 转载 漫谈机器学习中的距离和相似性度量方法
- 【转载 + ADD】 漫谈:机器学习中距离和相似性度量方法
- 漫谈:机器学习中距离和相似性度量方法
- 距离与相似性度量
- 机器学习中距离和相似性度量方法
- 相似性度量—距离2
- 距离和相似性度量
- 距离和相似性度量
- 相似性 similarity | Pearson | Spearman | p-value | 相关性 correlation | 距离 distance | distance measure
- 机器学习中距离和相似性度量方法
- 漫谈:机器学习中距离和相似性度量方法