论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
事实上,M距离相对其他距离如欧氏距离而言具有以下优点:首先,M距离是欧几里德空间中非均匀分布的归一化距离,不用考虑各特征参数的量纲;其次,M距离是根据整个空间上的特征分布情况来作为判别依据的,排除了模式样本之间的相关性影响;同时,给出的结果是一个数值,判断标准简单易行,也为更高一级的分析提供了较可靠的依据。但是,M距离的定义中并没有考虑每一个特征参数在识别过程中所起作用即权重的大小。从式(4)可以看出,各特征参数在识别中是作等权值处理的,不符合实际情况。因此,采用修正的M距离作为相似性度量标准。定义新的距离函数如下:
其中W为权系数矩阵,表示如下:
且满足