Che cos'è questo "coefficiente di correlazione massimo"?

Una tipica statistica di elaborazione delle immagini è l'uso delle funzioni della trama di Haralick , che sono 14.

Mi chiedo la quattordicesima di queste caratteristiche: data una mappa di adiacenza (che possiamo semplicemente visualizzare una distribuzione empirica di due numeri interi ), è definita come: la radice quadrata del secondo autovalore di , dove è: $P$ $i,j < 256$ $Q$ $Q$

$Q_{ij} = \sum_k \frac{ P(i,k) P(j,k)}{ [\sum_x P(x,i)] [\sum_y P(k, y)] }$

Anche dopo aver cercato su Google, non sono riuscito a trovare riferimenti per questa statistica. Quali sono le sue proprietà? Cosa rappresenta?

(Il valore sopra è il numero normalizzato di volte in cui un pixel di valore viene trovato accanto a un pixel di valore ). $P(i,j)$ $i$ $j$

probability computational-statistics

— luispedro
fonte

Immagino che la matrice

sia stocastica, quindi l'autovalore massimo è 1. Poiché gli elementi

sono correlazioni, il secondo autovalore sarà una correlazione massima in analogico ai componenti principali, dove l'autovalore quadrato corrisponde alla varianza del componente principale, che in turn è la combinazione lineare delle colonne della matrice, o qualcosa in tal senso.

Q

$Q$

Q

$Q$

— mpiktas,

P \cdot P^{T}

$P \cdot P^T$

P

$P$

Q

$Q$

Q

$Q$

Il coefficiente di correlazione massimo corrisponde al valore ottimale del parametro di forma. Questo sito può aiutare un po 'il coefficiente di correlazione del grafico di probabilità

— Jerry
fonte

Davvero non sono sicuro di quanto bene risponda alla domanda ...

— Simon Hayward,