Tag: information-theory

Szenario Ich bin versucht zu implementieren, das betreute lernen über ein Daten-set in einem Java-GUI-Anwendung. Dem Benutzer wird eine Liste von Elementen oder 'Berichte' zu untersuchen und Kennzeichnen Sie basiert auf einer Reihe von Etiketten zur Verfügung.

Brauche ich code zu finden, der Entropie eines Bildes. for(int i=0;i<grey_image.rows;i++) { for(int j=1;j<grey_image.cols;j++) { //cout<<i<<" "<<j<<" "<<(int)grey_image.at<uchar>(i,j)<<endl; int a=(int)grey_image.at<uchar>(i,j); int b=(int)grey_image.at<uchar>(i,j-1); int x=a-b; if(x<0) x=0-x; probability_array[x]++; //grey_image.at<uchar>(i,j) = 255; } } //calculating probability int n=rows*cols; for(int

Habe ich eine Wahrscheinlichkeitsverteilung definiert, dass die Wahrscheinlichkeit des Auftretens von n möglichen Zustände. Ich würde wie berechnen Sie den Wert der Shannon-Entropie in bits, der gegebenen Wahrscheinlichkeitsverteilung. Kann ich wentropy(x,'shannon') zu erhalten die Wert-und wenn ja,

Ich habe vor kurzem einen Kurs auf Daten-Komprimierung an meiner Universität. Allerdings finde ich die Verwendung des Begriffs "Entropie", wie es gilt für die informatik eher zweideutig. Soweit ich sagen kann, es übersetzt in etwa die "Zufälligkeit"

Habe ich zwei schwarze und weiße Bilder, und ich brauche, um die Berechnung der gegenseitigen information. Image 1 = X Image 2 = Y Weiß ich, dass die gegenseitige information kann definiert werden als: MI = entropy(X)