放松复杂 Wishart 分布之间的随机距离的解析表达式
摘要：缩放复合Wishart分布是一种广泛使用的多视角全极化SAR数据模型，其在文献中已得到证实。已经设计了依赖于该模型的分类、分割和图像分析技术，并且其中许多技术使用了某种类型的相异度度量。在本文中，我们推导出了放松缩放复合Wishart分布之间的四个随机距离的解析表达式，包括其最一般形式和重要特殊情况。利用这些距离，得到了导出Bartlett距离和修订Wishart距离的新方法所得到的不等式。通过对参数变化的敏感性研究，评估了这四个解析距离的表达能力。然后，利用这些距离推导出了具有渐近卡方分布的新的检验统计量。通过蒙特卡洛实验进行了敏感性研究，结果表明Bhattacharyya统计量优于其他所有统计量。还评估了检验的功效。实际数据的应用示例说明了这些距离的区分和均匀性识别能力。
作者：Alejandro C. Frery and Abra~ao D. C. Nascimento and Renato J. Cintra
论文ID：1304.5417
分类：Machine Learning
分类简称：stat.ML
提交时间：2023-07-19