【人工智能】距离空间(最基本的数学模型)

news2025/1/19 20:32:17

目录

一、说明

二、度量空间的意义

2.1 基于几何的定义

2.2 更抽象的距离问题

三、更广泛的距离空间定义

3.1  非物理意义的距离空间

3.2 代数学距离的定义

3.3  形形色色的距离模型

四、曼哈顿距离

4.1 曼哈顿距离定义

4.2 举个实际例子

4.3 下面证明,“曼哈顿距离”符合距离空间的定义。

五、欧几里得距离

5.1 欧氏距离定义

5.2 证明欧氏距离

5.2.1 首先柯西不等式

5.2.2 证明欧几里得距离          

六、闵可夫斯基距离

6.1 闵可夫斯基距离定义

6.2 闵可夫斯基距离证明

七、切比雪夫距离

7.1 切比雪夫距离定义

八、Hausdorff距离

九、单位圆 


一、说明

        纵观人类文明的历史,对事物性质的描述中,既然能用数,就说明有了“量”的概念;既然有了“量”就必然要解决,如何度量?量与量如何比较?这是无法回避的问题,距离空间就是度量空间,是“量”的具体化、关于度量的理论,本文将详细介绍各种度量机制的特点。

二、度量空间的意义

2.1 基于几何的定义

        距离空间是指将每个点之间的距离作为基本的度量方式来定义空间的一种数学结构。在距离空间中,任意两个点之间的距离都有明确的定义,而空间的形状和拓扑特征则由距离度量所决定。距离空间广泛应用于几何、分析、拓扑等领域,成为了研究空间性质的基本工具之一。

        在解析几何中,我们定义了欧几里得距离,那就是:

         在坐标平面中的两点A和B,它们的坐标为(X_A,Y_A)(X_B,Y_B),那么A和B的距离为:

                d(A,B) =\sqrt{(X_A-X_B)^2+(Y_A-Y_B)^2}

        度量空间最熟悉的例子是 3 维欧几里德空间,其通常的距离概念。其他众所周知的例子是配备角距和双曲平面的球体。 

2.2 更抽象的距离问题

        距离模型,是最基本的数学模型。换句话说,如果一个数学模型不符合距离模型,那么这个数学模型将毫无用途。可以说,任何规模事物的量化比较,都有距离空间的影子。以下给出几个距离的实例:

1)在下面照片的三个山头中,哪两个更为相似?

2)在下面音频序列中,能否识别出同一个语句?

 3)在曲线处理中,能否用更简单的数据近似表示?

三、更广泛的距离空间定义

3.1  非物理意义的距离空间

        度量可能对应于隐喻的而非物理的距离概念:例如,100 个字符的 Unicode 字符串集可以配备汉明距离,它测量需要更改的字符数才能从一个字符串到另一个。

        由于它们非常通用,度量空间是许多不同数学分支中使用的工具。许多类型的数学对象具有距离的自然概念,因此承认度量空间的结构,包括黎曼流形、赋范向量空间和图。在抽象代数中,p 进数作为有理数上度量结构完成的元素出现。在度量几何[2]和度量空间分析[3]中也对度量空间进行了研究。

        数学分析的许多基本概念,包括球、完备性以及均匀性、Lipschitz 和 Hölder 连续性,都可以在度量空间的设置中定义。其他概念,例如连续性、紧致性、开集和闭集,可以为度量空间定义,也可以在更一般的拓扑空间设置中定义。

3.2 代数学距离的定义

        定义:(度量空间)对于有序对(M,d),其中M为集合,d是定义在M上的度量(metric)函数,即为函数

                 d: M\times M \to \mathbb{R}

        对于任意 x, y, z \in \mathbb{M},下列条件成立:

                     1   d(x,y)\geqslant 0                (非负性)

                     2   d(x,y) = 0                那么x = y

                     3   d(x,y) = d(y,x)       (对称性)

                     4 d(x,y) \leq d(x,z) + d(y,z)       (三角不等式)

        对于任意的集合空间,它是否构成距离空间,换句话说,能否按照距离去度量,只要用以上定义进行

        因此,结论是:距离模型是多维向量到数量的一个映射函数。

        在数学中,度量空间是一个集合及其元素之间距离的概念,通常称为点。距离由称为度量或距离函数的函数测量。 [1]度量空间是研究许多数学分析和几何概念的最通用的设置。

   

3.3  形形色色的距离模型

        按照2.2 的定义,距离模型变得丰富多彩;二维空间内,有如下距离模型:

A, B \in \mathbb{M}

        1)曼哈顿距离: 那么 d(x,y) =\left | X_A-X_B \right | + \left | Y_A-Y_B \right |构成距离。

        2)欧几里得距离:d(x,y) = \sqrt[2]{ (X_A-X_B)^2 + (Y_A-Y_B)^2}

        3)闵可夫斯基距离:d(x,y) = \sqrt[s]{ (X_A-X_B)^s + (Y_A-Y_B)^s}

        4)切比雪夫距离:d(x,y) = \sqrt[ \infty ]{ (X_A-X_B)^\infty + (Y_A-Y_B)^\infty}

        5)  housdroff距离:

四、曼哈顿距离

        我们在学习计算机原理,常常遇到“曼哈顿距离”,曼哈顿距离是个啥?

4.1 曼哈顿距离定义

        有如下距离模型:若A, B \in \mathbb{M}

             那么 d(x,y) =\left | X_A-X_B \right | + \left | Y_A-Y_B \right |构成距离。

4.2 举个实际例子

        以上图说明曼哈顿距离:二维平面上,A坐标是(6,1),B点坐标(1,5),那么A到B距离函数为:

d(A,B)=5+4 =9 ;更加规范的表达是:

d(A,B)=|X_A-X_B| + |Y_A-Y_B|

4.3 下面证明,“曼哈顿距离”符合距离空间的定义。

        现在验证是否距离空间:

  • 非负性:d(A,B)=|X_A-X_B| + |Y_A-Y_B|\geq 0,  成立
  • 同一性:

                  \\d(A,B)=0,\Rightarrow A,B \;the\; same \\ A,A \;the\; same \Rightarrow d(A,A)=0,两点重合距离为

  • 对称性:d(A,B)=|X_A-X_B| + |Y_A-Y_B|=d(B,A)
  • 三角不等式:须证明d(A,B) \leq d(A,C) + d(C,B)验证如下:

\\d(A,B)=|X_A-X_B| + |Y_A-Y_B| \\ d(A,C)=|X_A-X_C| + |Y_A-Y_C| \\ d(C,B)=|X_C-X_B| + |Y_C-Y_B| \\

        只要证明目标不等式就可以了:

 |X_A-X_B| + |Y_A-Y_B| \leq |X_A-X_C| + |Y_A-Y_C|+|X_C-X_B| + |Y_C-Y_B| --(1)\\

 这里只验证X轴部分,同理推广到Y轴部分:

\\|X_A-X_C| \geq X_A-X_C ----1 \\ |X_A-X_C| \geq X_C-X_A----2 \\

\\|X_B-X_C| \geq X_B-X_C ----3 \\ |X_B-X_C| \geq X_C-X_B----4 \\

|X_A-X_C| +|X_C-X_B|\geq X_A-X_B(通过以上1、4合并得到)

|X_A-X_C| +|X_C-X_B|\geq X_B-X_A(通过以上2、3合并得到)

因此,|X_A-X_C| +|X_C-X_B|\geq |X_B-X_A|

同样有: |Y_A-Y_C| +|Y_C-Y_B|\geq |Y_B-Y_A|

因而以上(1)式成立,即曼哈顿距离符合距离空间。(证毕)

五、欧几里得距离

5.1 欧氏距离定义

        有如下距离模型:若A, B \in \mathbb{M}^d,设A=[a_1,a_2...a_d] \: \: \: \: B=[b_1,b_2,...b_d]

        欧几里得距离:d(A,B) = \sqrt[2]{ (a_1-b_1)^2 + (a_2-b_2)^2...+(a_d-b_d)^2}

         

5.2 证明欧氏距离

5.2.1 首先柯西不等式

 也就是A和B的内积,永远小于A和B模的乘积。

证明

1)对于两个维度的证明,假定A,B是二维,A=[a_1,a_2] \: \: \: B=[b_1,b_2]

要证a_1b_1+a_2b_2\leq \sqrt{a_1^2+a_2^2}\sqrt{b_1^2+b_2^2},只要:

(a_1b_1+a_2b_2)^2\leq ({a_1^2+a_2^2})({b_1^2+b_2^2}) 

 这很好证明,直接展开就可以了。

2)证明多维度扩展:如果n个维度成立,那么n+1维度也成立:

 假设以上不等式成立,那么:

 所以,从数学归纳法的角度,柯西不等式在任意维度上成立。

5.2.2 证明欧几里得距离

        首先说明:在A, B ,W\in \mathbb{M}^d,   d(A,B) = d(A+W,B+W)这是因为W是的A,B等长平移,因此距离不变。所以:

要证明的不等式为: d(A,B) \leq d(A,C) + d(C,B)

              d(A,C) = d(0,A-C)

          d(C,B) = d(0,B-C)

              d(A,B) = d(0,B-A)

令  U = A - C; \; \; \; \; V=B-C,因此,预期要证明:

d(A,B) \leq d(A,C) + d(C,B),等价于证明:

d(0,U+V) \leqslant d(0,U) + d(0,V),展开成坐标形式:

\sqrt{(u_1+v_1)^2+(u_2+v_2)^2...+(u_d+v_d)^2}\leqslant \\\sqrt{(u_1)^2+(u_2)^2...+(u_d)^2}+ \sqrt{(v_1)^2+(v_2)^2...+(v_d)^2}

两边都大于0;因此,不等式两遍可以平方;

(u_1+v_1)^2+(u_2+v_2)^2...+(u_d+v_d)^2 \leqslant [(u_1)^2+(u_2)^2...+(u_d)^2]+[(v_1)^2+(v_2)^2...+(v_d)^2]+ 2\times \sqrt{(u_1)^2+(u_2)^2...+(u_d)^2}\times \sqrt{(v_1)^2+(v_2)^2...+(v_d)^2}

消除等式两面相同项,简化不等式:

2(u_1*v_1) +2(u_2*v_2) ...+2(u_d*v_d) \leqslant 2\times \sqrt{(u_1)^2+(u_2)^2...+(u_d)^2}\times \sqrt{(v_1)^2+(v_2)^2...+(v_d)^2}

而这个不等式就是柯西不等式,原命题得证!

六、闵可夫斯基距离

6.1 闵可夫斯基距离定义

 有如下距离模型:若A, B \in \mathbb{M}^d,设A=[a_1,a_2...a_d] \: \: \: \: B=[b_1,b_2,...b_d]

闵可夫斯基距离:d(A,B) = \sqrt[s]{ (a_1-b_1)^s + (a_2-b_2)^s...+(a_d-b_d)^s}

其中s属于正整数。

6.2 闵可夫斯基距离证明

(因为证明很抽象,因此,读者按自己的程度,自行查阅)

七、切比雪夫距离

7.1 切比雪夫距离定义

 有如下距离模型:若A, B \in \mathbb{M}^d,设A=[a_1,a_2...a_d] \: \: \: \: B=[b_1,b_2,...b_d]

闵可夫斯基距离:d(A,B) = \sqrt[\infty ]{ (a_1-b_1)^\infty + (a_2-b_2)^\infty...+(a_d-b_d)^\infty}

切比雪夫距离

对于:d(A,B) = \sqrt[\infty ]{ (a_1-b_1)^\infty + (a_2-b_2)^\infty...+(a_d-b_d)^\infty}

取  L = max [ | a_1-b_1 |, { | a_2-b_2 | ...,|a_d-b_d| } ]

d(A,B) = \sqrt[\infty ]{( (a_1-b_1)^\infty + (a_2-b_2)^\infty...+(a_d-b_d)^\infty)\frac{L^\infty }{L^\infty }}

d(A,B) =|L| \sqrt[\infty ]{( (a_1-b_1)^\infty + (a_2-b_2)^\infty...+(a_d-b_d)^\infty)\frac{1 }{L^\infty }}

d(A,B) = |L|

八、Hausdorff距离

关Hausdorff距离有专题论述,这里给出链接: 基础理论:集合的Hausdorff距离_豪斯多夫距离_

九、单位圆 

        下面用各种距离构成单位圆:

  • 曼哈顿距离:红色
  • 欧几里得距离:绿色
  • 闵可夫距离:(N=3,4 )蓝色-黄色
  • 切比雪夫距离:紫色

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/575875.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

电话号码的字母组合--狗屎内容勿看

1题目 给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。答案可以按 任意顺序 返回。 给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。 示例 1: 输入:digits "23" 输出…

Linux高级---k8s三种探针readinessProbe、livenessProbe和startupProbe

文章目录 一、POD状态1、POD常见的状态2、POD重启策略 二、就绪、存活两种探针1、探针介绍2、livenessProbe3、readinessProbe4、就绪、存活两种探针的区别5、**就绪**、**存活**两种探针的使用方法 三、LivenessProbe探针1、通过exec方式做健康探测2、通过HTTP方式做健康探测3…

【LeetCode】HOT 100(1)

题单介绍: 精选 100 道力扣(LeetCode)上最热门的题目,适合初识算法与数据结构的新手和想要在短时间内高效提升的人,熟练掌握这 100 道题,你就已经具备了在代码世界通行的基本能力。 目录 题单介绍&#…

python基于Vue的web信息收集程序设计

本信息收集程序设计以Django作为框架,B/S模式以及MySql作为后台运行的数据库。本系统主要包括以下功能模块:个人中心、用户管理、上传信息管理、分类管理、分类归档管理等模块,通过这些模块的实现能够基本满足用户信息收集程序设计的操作。 好…

Dubbo源码解析一服务暴露与发现

Dubbo 服务暴露与发现 1. Spring中自定义Schema1.1 案例使用1.2 dubbo中的相关对象 2. 服务暴露机制2.1 术语解释2.2 流程机制2.3 源码分析2.3.1 导出入口2.3.2 导出服务到本地2.3.3 导出服务到远程(重点)2.3.4 开启Netty服务2.3.5 服务注册2.3.6 总结 3. 服务发现3.1 服务发现…

HCIP综合实验

实验拓扑 实验场景 内部PC网络通信设置:我们需要在公司内部PC的网络设置上配置VLAN(虚拟局域网络),以实现相同VLAN下的PC之间可以自由通信。然而,为了保护客户信息和保障网络安全,我们要求在相同VLAN下的客…

2023年ChatGPT商业版免授权源码/AI绘画/付费系统

这里写自定义目录标题 欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants 创建一个自定义列表如何创建一个…

【Selenium】浏览器配置

通过selenium启动浏览器是,会发现是启动的一个新的浏览器,我们的一些登录信息,浏览器配置都会清楚,通过执行比较不方便,那么这一篇就简单介绍下如何配置Chrome浏览器的配置。 配置浏览器信息 在配置之前,首…

【Python]】地图热力图如何绘制?(含源代码)

文章目录 一、问题引入 & 使用地图的说明1.1 问题的引入1.2 使用地图的说明 二、方法1三、方法2 一、问题引入 & 使用地图的说明 1.1 问题的引入 我们有一个中国各省份的数据集,要求绘制地图热力图,该怎么实现呢? 部分数据集如下&…

23种设计模式之迭代器模式(Iterator Pattern)

前言:大家好,我是小威,24届毕业生,在一家满意的公司实习。本篇文章将23种设计模式中的迭代器模式,此篇文章为一天学习一个设计模式系列文章,后面会分享其他模式知识。 如果文章有什么需要改进的地方还请大佬…

今天公司来了个拿 30K 出来的测试,实在太牛了....

今天上班开早会就是新人见面仪式,听说来了个很厉害的大佬,年纪还不大,是离职过来的,薪资已经达到中高等水平,很多人都好奇不已,能拿到这个薪资应该人不简单,果然,自我介绍的时候都惊…

无惧面试,2023最新最全Java面试手册全网首次开放下载

最近感慨面试难的人越来越多了,一方面是市场环境,更重要的一方面是企业对Java的人才要求越来越高了。 ​基本上这样感慨的分为两类人,第一,虽然挂着3、5年经验,但肚子里货少,也没啥拿得出手的项目&#xff…

vue2介绍(入门)

目录 声明式渲染 v-bind v-if条件与循环 name命名 学会log打印 一些js方法 双向绑定v-model和v-bind 那么请实现一个复选框吧 自定义标签模板 声明式渲染 我感觉这里文档的意思是双向绑定, 或许需要清理一下js缓存机制 ,嗯...不懂,响应式&…

视频理解学习笔记(三)

视频理解学习笔记(三) 时间梳理结果对比从hand-crafted到deep-learningDeepVideo论文概览 (Slow Fusion) Two-Stream and Its VariantsTwo-Stream CNN (Late Fusion)Beyond Short Snippets (Two-Stream LSTM/ConvPooling)3DConv 3DPool, Early Fusion …

Java学习路线(14)——Map集合类

一、介绍 概念 Map集合是一种双列集合,每个元素包含两个数据。元素格式:【keyvalue】键值对元素Map又称为 “键值对集合” Map集合格式: {key1value1,key2value2,key3value3,…} 二、Map集合的特点 Map家族图 1、说明: 使用…

期末复习总结【MySQL】库和表的基本操作 + 增删改查CURD

文章目录 前言一、数据库的基本操作1, 查看库2, 创建库3, 使用库4, 删除库 二、表的基本操作1, 创建表2, 查看表3, 查看表结构4, 删除表 三、增加(Create)四、查询(Retrieve) (重点)1, 全列查询2, 指定列查询3, 查询字段为表达式4, 指定别名5, 去重6, 排序7, 条件查询7.1, 基本…

Hbase操作

(1) 启动 启动顺序:Hadoop--zookeeper—hbase 主进程:HMaster 从进程:HRegionServer 确认进程是否正常 (2) 进入终端 [rootmaster ~]# hbase shell (3) 查看状态 命令:status 表示有3台机器,0台down掉&…

软件测试3年以为的躺平了,没想到还得内卷,这题太难了...

前段时间我同事(做测试的一个妹子)跟我讲,感觉早上起来十分的疲惫,不想上班,问我们这是什么样的现象,其实有时候我也有这种感觉,虽然我卷,但我也是肉体凡胎啊!不是机器人…

Qt, Text Edit 和 Plain Text Edit关于调整字体样式的问题

问题: 在编写小案例的过程中需要使用一个文本容器用于显示文本效果, 因为涉及文本字体的 加粗, 倾斜, 下划线, 以及颜色效果, 这里使用了 Text Edit 组件, 但是使用后发现容器中的文本无法实现同时设置 加粗 倾斜 下划线的情况, 且单独设置时只有 下划线 有效果, 加粗 倾斜 均无…

C++模板(详解)

非类型模板参数 模板参数可分为类型形参和非类型形参。类型形参: 出现在模板参数列表中,跟在class或typename关键字之后的参数类型名称。非类型形参: 用一个常量作为类(函数)模板的一个参数,在类&#xff…