[发明专利]一种向量间相似度的计算方法

摘要

一种向量间相似度的计算方法，属数据识别技术领域，用于判断向量间的相似度。其技术方案是：定义n维向量x_j与x_k间的相似度距离是：d_SSD(j，k)＝ED×[1+COS(ASD/MSAD×π/2)]或d_MSD(j，k)＝ED×(2-ASD/MSAD)，则n维向量x_j与x_k之间相似度是：s(j，k)＝1/(d_SSD+1)或s(j，k)＝1/(d_MSD+1)，其数值越大，则两者越相似，反之，则差异越大。本发明不但考虑了向量间各维差值绝对值的和，而且考虑了向量间各维差值的具体特征，因而比传统方法具有更高的精度，更能逼近实际。

主权项

1、一种向量间相似度的计算方法，设在n维坐标系中有两个n维向量：xj＝(xjl，...，xjn)T和xk＝(xkl，...，xkn)T，定义n维向量xj与n维向量xk间的相似度测量距离是：其中，ED为欧几里得距离：ASD为向量差值和绝对值：MSAD为向量差值绝对值和：式中δi(δi≥0，i＝1，2，...，n)是给n维向量各维设置的权值系数，根据n维向量第i维所表达的信息设定，则n维向量xj＝(xjl，...，xjn)T与n维向量xk＝(xk1，...，xkn)T之间相似度是：其数值越大，则两者越相似，反之，则差异越大。