matlab dist函数

dist——欧式距离加权函数（Euclidean distance weight function）

语法：

Z = dist(W,P)
    df = dist(‘deriv‘)
    D = dist(pos)

描述：dist是一个欧式距离加权函数，给一个输入使用权值，去获得加权的输入。

1、dist(W,P)中：W——S×R的权值矩阵；P——R×Q的矩阵，表示Q个输入（列）向量

2、dist(‘deriv‘)返回‘’，因为dist没有导函数。

3、dist也是一个层距离函数，可以被用来寻找一层中神经元之间的距离。

dist(pos)输入一个参数，pos——N×S的神经元位置矩阵，返回S×S的距离矩阵

例子：

1、这里，我们定义一个随机权重矩阵W，以及输入向量P，并且计算相应的加权输入Z

W = rand(4,3);
       P = rand(3,1);
       Z = dist(W,P)

2、我们定义10个神经元的随机的位置矩阵，并且寻找他们的距离,这些神经元是在3维空间中的。

pos = rand(3,10);

D = dist(pos)

综上可知：

dist可以计算样本集中多个样本两两之间的距离矩阵。

对于图像I，将其分成n个超像素，每个超像素的特征有3维，那么形成3×n的超像素特征矩阵M，每列表示一个超像素。

此时，使用dist(M)，就会得到一个n×n的矩阵N，其中的元素Nij表示的是第i个超像素和第j个超像素特征之间的欧式距离。