Некоторые ключевые отличия, предшествующие более подробному объяснению ниже, заключаются в том, что:
- Важно отметить, что расстояние Джеффриса-Матуситы относится к распределениям, а не к векторам в целом.
- Формула расстояния JM, которую вы цитируете выше, применима только к векторам, представляющим дискретные распределения вероятностей (т.е. к векторам, сумма которых равна 1).
- В отличие от евклидова расстояния, расстояние JM может быть обобщено на любые распределения, для которых можно сформулировать расстояние Бхаттачарры.
- Расстояние JM, через расстояние Bhattacharrya, имеет вероятностную интерпретацию.
Расстояние Джеффриса-Матуситы, которое, по-видимому, особенно популярно в литературе по дистанционному зондированию, представляет собой преобразование расстояния Бхаттачаррии (популярный показатель различия между двумя распределениями, обозначаемый здесь как ) из диапазона к фиксированному диапазону :bp,q[0,inf)[0,2–√]
JMp,q=2(1−exp(−b(p,q))−−−−−−−−−−−−−−−√
Согласно этой статье практическое преимущество расстояния JM состоит в том, что эта мера "имеет тенденцию подавлять высокие значения отделимости, в то же время переоценивая низкие значения отделимости".
Расстояние Бхаттачарры измеряет различие двух распределений и в следующем абстрактном непрерывном смысле:
если распределения и захвачены гистограммами, представленными векторами длины единицы (где й элемент является нормализованным числом для го из бинов), это становится:
И, следовательно, расстояние JM для двух гистограмм:
Что, учитывая, что для нормализованных гистограммpq
b(p,q)=−ln∫p(x)q(x)−−−−−−−√dx
pqiiNb(p,q)=−ln∑i=1Npi⋅qi−−−−−√
JMp,q=2(1−∑i=1Npi⋅qi−−−−−√)−−−−−−−−−−−−−−−−⎷
∑ipi=1, совпадает с формулой, которую вы дали выше:
JMp,q=∑i=1N(pi−−√−qi−−√)2−−−−−−−−−−−−−−⎷=∑i=1N(pi−2pi−−√qi−−√+qi)−−−−−−−−−−−−−−−−−−−⎷=2(1−∑i=1Npi⋅qi−−−−−√)−−−−−−−−−−−−−−−−⎷