C++求欧氏距离

在特征值比对的时候,会遇到求两个特征向量之间相似度的情况,以下代码为求两个特征向量的欧氏距离然后转换为相似度的几行代码。

1.由于相似度一般是在0-1之间,而欧氏距离可能会很大,所以首先将特征向量归一化到0-1之间。

2.求欧氏距离

3.由于欧式距离越大,相似度越低,所以后面用一个公式转换了一下。

float cmp_featLv2(const void* _f1, const void* _f2)
{
	const float * pf1 = (float *)_f1, *pf2 = (float*)_f2;
	float c = 0;
	float temp = 0.0;
    float ptemp1[256] = {0.0};
	float ptemp2[256] = {0.0};

	//先把特征值归一化到 0-1 之间。,
	float norm1 =  0.0;
	float norm2 =  0.0;
    for (auto i = 0; i < 256; i++) 
	{
		norm1 += pf1[i] * pf1[i];
		norm2 += pf2[i] * pf2[i];
	}
	norm1  = sqrt(norm1);//求出向量的模
	norm2  = sqrt(norm2);//求出向量的模
    
	for (auto i = 0; i < 256; i++) 
	{
		ptemp1[i]= pf1[i] / norm1;
		ptemp2[i]= pf2[i] / norm2;
	}    

    //求出欧式距离
	for (auto i = 0; i < 256; i++) 
	{
		temp += (ptemp1[i] - ptemp2[i]) * (ptemp1[i] - ptemp2[i]);
	}
    c = sqrt(temp);
    
	return ( 1/(1 + c) );//由于欧式距离越大,相似度越小,因此需要将欧式距离转换成相似度。
}

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陈 洪 伟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值