
【計】 Jeffreys-Matusita distance
inner; liner; lining; neighbourhood
【法】 knot; sea mile
this
【化】 geepound
loose; looseness; not hard up; pine; relax; soft
【醫】 pine; slake
below; descend; down; give birth to; give in; go to; leave off; lower; next
take
【醫】 cata-; hyp-; infra-; kat-; sub-
be apart from; distance; interval; remove; space
【計】 geodesic distance
【醫】 distance; telorism
由于未搜索到與"賈弗裡斯—松下距離"(Jeffreys-Matsushita Distance)直接相關的權威漢英詞典釋義或學術文獻,目前無法提供該術語的詳細解釋及有效引用來源。該術語可能屬于特定領域的專業概念或存在拼寫變異,建議通過以下方式進一步驗證:
核對術語準确性
确認是否為統計學中的"Jeffreys散度"(Jeffreys Divergence),該概念由Harold Jeffreys提出,用于衡量兩個概率分布的差異,其公式為:
$$ D_J(P||Q) = sum_i left( P(i) - Q(i) right) ln frac{P(i)}{Q(i)} $$
檢查相關領域
"松下"(Matsushita)可能指代日本學者或企業關聯研究,但主流統計學文獻中未見标準術語"Jeffreys-Matsushita Distance"的收錄。
建議替代資源
可參考以下權威來源驗證術語定義:
若需進一步協助,請提供術語的上下文或領域信息以便定向檢索。
賈弗裡斯—松下距離(Jeffreys-Matusita distance)是統計學和計算機科學中用于衡量兩個概率分布差異的指标,常見于模式識别、遙感圖像分類等領域。以下是具體解釋:
該距離由統計學家Harold Jeffreys和Kunihiko Matusita(松下邦彥)的研究發展而來,主要用于量化兩個概率分布之間的差異程度。其優勢在于對分布差異的對稱性和數學可操作性。
賈弗裡斯—松下距離的公式為: $$ D_{JM}(P,Q) = sqrt{2(1 - int sqrt{p(x)q(x)} dx)} $$ 其中,$P$和$Q$為兩個概率分布,$p(x)$和$q(x)$是它們的概率密度函數。
由于搜索結果提供的信息有限(僅提及英文翻譯及計算機領域的應用),建議通過專業統計學文獻或計算機視覺領域資料進一步驗證其具體推導和最新研究進展。
【别人正在浏覽】