文章目录
代数距离和几何距离都是衡量两个点之间相对位置的概念,但在数学和物理学中它们有不同的含义
代数距离(Algebraic Distance)通常是指在直角坐标系中两点之间的直线距离,它基于两点的坐标差计算得出,公式为:
d = √((x2 - x1)² + (y2 - y1)²)
其中(x1, y1) 和 (x2, y2) 分别代表两点的坐标。这种距离考虑的是两点间直线路径的长度。
几何距离(Geometric Distance),特别是在二维空间中,有时特指两点间的实际路径长度,比如如果两点位于地球表面,那么就是大圆弧上的弧长;如果是平面图形中的折线距离,那可能是最短路径而非直线距离。对于非欧几里得空间,例如球面或曲面上,几何距离可能会有所不同。
两者的主要区别在于代数距离是在笛卡尔平面上的标准定义,而几何距离取决于特定的空间结构和约束条件。在计算机科学中,代数距离更常见用于分析数据点的关系,而在物理测量中,几何距离可能更为精确,尤其是在涉及真实世界物体形状和尺寸时。
代数方法:
(1)algebraic
这种方法使轮廓点与所得圆之间的代数距离最小;
(2)ahuber
类似于“代数方法(algebraic)”,在此基础上,采用Huber方法对等高线点进行加权,以减小异常值的影响;
(3)atukey
类似于“代数方法(algebraic)”,在此基础上,采用Tukey算法对轮廓点进行加权,忽略离群点;
几何方法:
(4)geometric
这种方法最小化轮廓点和结果圆之间的几何距离,这种算法在距离统计上是最优的,但需要更多的计算时间,如果轮廓点被噪声严重影响,建议使用这个选项;
(5)geohuber
类似于“几何方法(geometric)”,在此基础上,采用Huber方法对等高线点进行加权,以减小异常值的影响;
(6)geotukey
类似于“几何方法(geometric)”,在此基础上,采用Tukey算法对轮廓点进行加权,忽略离群点;
huber
和 tukey
是强大的误差统计方法,用来估算无异常点的轮廓点和近似圆的距离标准差。在Tukey算法中,异常点事被删除,而在Huber算法中,异常点仅仅是被抑制,或者更准确的说,它们是线性加权的。在实际应用中,推荐使用Tukey算法。