我在选择足够的距离函数来测量两个相对频率向量之间的相似性（不相似性）时遇到了问题。
更具体地说，我使用的形状特征向量包含有关图像中存在的基本形状（圆形，三角形，正方形）的数据。因此，载体的形式为
[% of circles, % of triangles, % of squares]
例如，如果图像包含4个圆，2个三角形和4个正方形，则其形状特征向量应为：
[0.4, 0.2, 0.4]
最初的想法是简单地测量两个矢量要素的相应元素之间的欧氏，然后将结果加在一起。但是我不相信这是最好的方法。有人可以建议一个很好的方法来测量这两个向量之间的距离，或建议任何算法来解决这种情况吗？是否需要更复杂的概率距离函数来获得良好的结果，例如Chi-Squared或Kullback Leibler发散距离函数？
由于 彼得