1) class entropy
类别熵
2) conditional class entropy
条件类别熵
3) Subject Entropy
文本类别信息熵
4) J-divergence entropy
判别熵
1.
Feature was extracted with independent component analysis by maximizing J-divergence entropy (ICA-MJE), and then Support Vector Machine (SVM) was used to match two iris codes.
对虹膜纹理采用最大判别熵的独立分量分析(ICA-MJE)实现特征提取,通过支持向量机(SVM)完成模式匹配。
2.
Firstly,minimum J-divergence entropy was applied to extract the risk early-warning index and to find out the most effective feature by feature extraction.
利用判别熵最小化选取项目风险预警指标值,通过特征选取找出那些最有效的特征,研究出一种新的聚类算法——极大熵聚类算法,极大熵聚类算法是以概率为比例将任一指标向量分配给所有码向量,而不是仅仅只分配给与之最近的码向量,该算法是C-均值算法的一种推广。
5) clustering entropy
聚类熵
6) similar hyper entropy
类超熵
1.
The cloud characteristics of speech phase structure are analyzed,and the concept of similar hyper entropy for solving the problem of plural hyper entropy on engineering calculation is introduced.
介绍了云理论和一种逆向云简约算法;分析了语音信号在相空间分布上的云特点,并根据工程中实际计算情况引入了类超熵概念,有效解决了超熵计算中出现复数的问题;提出了利用逆向云参数进行语音音质评估的方法,经过对大量受扰语音不同文件的统计分析,认为此方法在进行语音音质评价中是切实可行的。
补充资料：类别
不同的种类；按种类的不同而做出的区别：这一章讨论土壤的～ㄧ～一栏中填写商品种类的名称。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条