大家有聽過"chernoff distance"嗎?

[softwind (家家有本難唸的經)]

他的定義是:

    兩個normal distribution的pdf,p1(x),p2(x)
    (n-dimension with mean vector u1,u2, arbitrary covarience matrix Σ1,Σ2)

    ∫p1(x)^c*p2(x)^(1-c)dx=exp(-b(x)) (0<c<1)
                      (transpose)        (matrix inverse)
                          t               -1
    其中b(x)=c(1-c)*(u2-u1)*[cΣ1+(1-c)Σ2]*(u2-u1)/2

             +(1/2)*ln(| cΣ1+(1-c)Σ2|/(|Σ1|^c*|Σ2|^(1-c)))

    就是chernoff distance

    有人知道要怎麼證明這個式子嗎?
    (因為covarience matrix可以是任意的matrix
     而非對角化矩陣所以很難積分)


--
※ 發信站: 批踢踢實業坊(ptt.csie.ntu.edu.tw) 
◆ From: pc5.ee.ntu.edu.tw