如图,蓝色的点集与红色的点集是相似点集,为何这么说呢?
我们知道点集可以通过一个变换矩阵转变为另一个点集,这里的变换矩阵我们指旋转和平移。
例如存在点集,变换矩阵为
,变换后为点集
。
我们考虑二维平面上的点。则可以表示为
。
,
我们已经有。
我们设点集的中心:
,
点集的中心:
,
对点集和点集
进行中心化:
,
则变为
,再化简:
我们再做一个关于转置的变化:
我们发现两个相似矩阵左乘以它的转置矩阵后相等。因此我们可以通过这种方式,来判断两个点集是否相似。即给出两个有相同个数的点集,若两个点集满足上述式子,我们说两个点集相似。
但在现实中,很少有严格相似的两个点集,我们需要一个度量的方式,用来度量两个点集是否相近。
我们给出度量函数:
,
其中表示矩阵A与B的对应位相乘,即
表示将其所有元素相加,即
而系数用来调节度量函数的松弛程度。
越接近1表示两个矩阵越相近。