机器学习&&Hausdorff距离
发布时间
阅读量：
阅读量
-
概念
Hausdorff距离以德国数学家（Hausdorff，Felix， 1868～1942）来命名，它描述的是一组点集到另一组点集中的最近点距离中的最大值，说得正规一点，从点集A到点集B的Hausdorff距离是一个极大极小函数，定义为
-
其中a和b分别是点集A和B中的点，d（a，b）表示点a和点b之间的几何距离，那么用穷举法就可以计算这两个点集的Hausdorff距离，如下图所示：
-
必须注意的是Hausdorff距离是定向的，也就是说多数情况下h（A，B）并不等于h（B，A），如上图所示，h（A，B）=h（a1，b1），而h（B，A）=h（b2，a1），这个不对称性是极大极小函数的一个特性，那么Hausdorff距离的一个更加通用的定义是 
- 计算
关于Hausdorff距离的详细计算可以参考 Hausdorff
全部评论 (0)
还没有任何评论哟~