1.绝对值距离也叫出租汽车距离或城市块距离。在二维空间中可以看出，这种距离是计算两点之间的直角边距离，相当于城市中出租汽车沿城市街道拐直角前进而不能走两点连接间的最短距离。绝对值距离的特点是各特征参数以等权参与进来，所以也称等混合距离。
2.欧几里德距离
欧几里德距离（Euclidean）距离就是两点之间的直线距离（以下简称欧氏距离）。欧氏距离中各特征参数也是等权的。
绝对值距离和几里德距离都称为闵可夫斯基（Minkowski）距离（以下简称闵氏距离）
（1）闵氏距离与特征参数的量纲有关。有不同量纲的特征参数的闵氏距离常常是无意义的。
（2）闵氏距离没有考虑特征参数间的相关性。而哈拉诺比斯距离解决了这个问题。
3.马哈拉诺比斯距离
与前两种距离不同，马氏距离是一种加权的欧氏距离，它是通过协方差矩阵来考虑变量相关性的。
（简答题）
比较绝对值距离、马氏距离、欧氏距离判别函数之间的异同点。
正确答案
答案解析
略
相似试题
（简答题）
绝对距离和欧氏距离使用时需要注意哪些问题？
（名词解析）
距离变换
（填空题）
常用的距离度量有（）、（）、（）、（）。
（单选题）
色度图的不均匀性是指在色度图上任何距离相等的两点，在视觉上（）。
（填空题）
光谱角分类考虑的是光谱向量的（）而非光谱向量的（），使用（）距离作为地物类的相似性测度。
（单选题）
使用类间最大距离法进行图像分割时，下列步骤正确的是（）。①计算相对距离度量值。②给定一个初始阈值，将图像分成目标和背景两类。③分别计算出两类的灰度均值。④选择最佳的阈值，使得图像按照该阈值分成两类后，相对距离度量值达到最大。
（填空题）
最小距离是一种相对简化了的分类方法。前提是假定图像中各类地物波谱信息呈（）分布，每一个类在K维特征空间中形成一个（）状的点群，依据像素距各类中心距离的远近决定其归属。
（判断题）
类间最大距离法的设计思想是：在某个适当的阈值下，图像分割后的前景目标与背景两个类之间的差异最大为最佳分割。
（填空题）
所谓聚类方法，是采用模式识别中的聚类思想，以（）保持最大相似性以及类 间保持最大距离为目标，通过迭代优化获得最佳的图像分割阈值。
