相似度测度总结汇总.pdfVIP

1 相似度文献总结 相似度有两种基本类别： （1）客观相似度，即对象之间的相似度是对象的多维特征之间的某种函数关系，比如 对象之间的欧氏距离； （2 ）主观相似度，即相似度是人对研究对象的认知关系，换句话说， 相似度是主观认知的结果， 它取决于人及其所处的环境， 主观相似度符合人眼视觉需求， 带 有一定的模糊性 [13] 。 1.1 客观相似度 客观相似度可分为 距离测度 、相似测度 、匹配测度 。它们都是衡量两对象客观上的相近 程度。客观相似度满足下面的公理，假设对象 A 与 B 的相似度判别为 ( A, B) ，有 : (1) 自相似度是一个常量：所有对象的自相似度是一个常数，通常为 1 ，即 ( A, A ) (B , B) 1 (2) 极大性：所有对象的自相似度均大于它与其他对象间的相似度，即 (A, B) ( A, A)和 ( A, B) ( B, B) 。 (3) 对称性：两个对象间的相似度是对称的，即 (A , B) ( B, A) 。 (4) 唯一性： ( A, B) 1 ，当且仅当 A B 。 1.1.1 距离测度 这类测度以两个矢量矢端的距离为基础， 因此距离测度值是两矢量各相应分量之差的函 数。设 x x , x ,K ,x , y y , y ,K , y 表示两个矢量，计算二者之间距离测度的具 1 2 n 1 2 n 体方式有多种，最常用的有： 欧 氏距离： Euclidean Distance-based Similarity 最初用于计算欧几里德空间中两个点的距离，假设 x ，y 是 n 维空间的两个点，它们 之间的欧几里德距离是： 1/ 2 n 2 d( x, y ) x y (x y ) （1.1 ） i i i 1 当 x，y 是两个直方图时，该方法可称为 直方图匹配法 。 可以看出，当 n=2 时，欧几里德距离就是平面上两个点的距离。当用欧几里德距离表 示相似度，一般采用以下公式进行转换：距离越小，相似度越大。 （1.2 ） 围： [0,1] ，值越大，说明 d 越小，也就是距离越近，则相似度越大。 说明： 由于特征分量的量纲不一致， 通常需要先对各分量进行标准化， 使其与单位