62,620
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
TzSword 2010-01-14
- 打赏
- 举报
欧氏距离定义： 欧氏距离（ Euclidean distance）是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。
在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是
d = sqrt((x1-x2)^+(y1-y2)^)
三维的公式是
d=sqrt(x1-x2)^+(y1-y2)^+(z1-z2)^)
推广到n维空间，欧式距离的公式是
d=sqrt( ∑(xi1-xi2)^ ) 这里i=1,2..n
xi1表示第一个点的第i维坐标,xi2表示第二个点的第i维坐标
n维欧氏空间是一个点集,它的每个点可以表示为(x(1),x(2),...x(n)),其中x(i)(i=1,2...n)是实数,称为x的第i个坐标,两个点x和y=(y(1),y(2)...y(n))之间的距离d(x,y)定义为上面的公式.
欧氏距离看作信号的相似程度。 距离越近就越相似，就越容易相互干扰，误码率就越高
在二维和三维空间中的欧式距离的就是两点之间的距离，二维的公式是
d = sqrt((x1-x2)^+(y1-y2)^)
三维的公式是
d=sqrt(x1-x2)^+(y1-y2)^+(z1-z2)^)
推广到n维空间，欧式距离的公式是
d=sqrt( ∑(xi1-xi2)^ ) 这里i=1,2..n
xi1表示第一个点的第i维坐标,xi2表示第二个点的第i维坐标
n维欧氏空间是一个点集,它的每个点可以表示为(x(1),x(2),...x(n)),其中x(i)(i=1,2...n)是实数,称为x的第i个坐标,两个点x和y=(y(1),y(2)...y(n))之间的距离d(x,y)定义为上面的公式.
欧氏距离看作信号的相似程度。 距离越近就越相似，就越容易相互干扰，误码率就越高
TzSword 2010-01-14
- 打赏
- 举报
[Quote=引用楼主 f2705734 的回复:]
如题，只谈计算公式 点1 坐标 x1，y1，z1
点2 坐标 x2，y2，z2
谢谢。
[/Quote]
这个是数学问题，谢谢。
如题，只谈计算公式 点1 坐标 x1，y1，z1
点2 坐标 x2，y2，z2
谢谢。
[/Quote]
这个是数学问题，谢谢。
f2705734 2010-01-14
- 打赏
- 举报
多谢。
kamiomisuzu01 2010-01-14
- 打赏
- 举报
平方多麻烦，这么写多好~
d = sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2) + (z1 - z2)*(z1-z2)) ；
d = sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2) + (z1 - z2)*(z1-z2)) ；
f2705734 2010-01-14
- 打赏
- 举报
1L 讲的是距离的平方还是距离？
wd9053 2010-01-14
- 打赏
- 举报
数学公式吗？
d = sqrt((x1-x2)2 + (y1-y2)2 + (z1 - z2)2)
()2表示平方
d = sqrt((x1-x2)2 + (y1-y2)2 + (z1 - z2)2)
()2表示平方
