条件熵
条件熵是信息论中的关键概念，用于衡量在已知某个随机变量条件下另一个随机变量的不确定性。它广泛应用于数据压缩、信道编码及机器学习等领域，对于提高通信系统的效率和可靠性至关重要。通过深入理解条件熵，工程师可以更好地设计高效的信息传输方案，优化算法性能。本页面汇集了1908个精选资源，包括论文、教程与案例...
资源总数
500
条件熵 全部资料 500 份
基于GA和信息熵的文本分类规则抽取方法
文本分类是文本数据挖掘中一个非常重要的技术，已经被广泛地应用于信息管理、搜索引擎、推荐系统等多个领域。现有的文本分类方法，大多是基于向量空间模型的算法。这些算法很难适用于大规模的文本数据
2024-02-25
2
一个条码生成程序及源程序 带算法 39条码 EAN13条码- A bar code production procedure and source program belt algorithm 39
一个条码生成程序及源程序 带算法 39条码 EAN13条码- A bar code production procedure and source program belt algorithm 39 bar codes EAN13 bar ...
2013-12-30
138
一种基于信息熵和灰度相关的全景重叠图拼接算法。该算法综合了基于灰度相关和信息熵的优点。 通过匹配连续区域的熵的兰氏距离获得了比较精确的定位
一种基于信息熵和灰度相关的全景重叠图拼接算法。该算法综合了基于灰度相关和信息熵的优点。 通过匹配连续区域的熵的兰氏距离获得了比较精确的定位
2016-12-26
195