...equency）、信息增益法IG（Information Gain）、互信息 法MI（Mutual Information），X2统计法（CHI）、交叉熵（Cross Entropy）等。 1）特征词的，℃档频率（DF） ．一个特征的文档频率（Document Frequency）是指在文档集中含有该特征的文档数目。
基于246个网页-相关网页
一个非常常见的，非常漂亮的成本函数是“交叉熵”（cross-entropy）。交叉熵产生于信息论里面的信息压缩编码技术，但是它后来演变成为从博弈论到机器学习等其他领域里的重要技术手段。
基于14个网页-相关网页
基于χ 关键词：图像分割；阈值法；交叉熵；χ2-散度 [gap=945]Keywords：image segmentation;thresholding method;mutual entropy;χ2-divergence
基于6个网页-相关网页
为了定量地衡量两个不同分布之间的差异， 我们引入了基于交叉熵（Relative Entropy）的 L 测度，在此过程中我们对于分 布的尾部进行了探讨。L 测度对于我们控制组合在因子上的风险有很重要的意 义。
基于4个网页-相关网页
The paper fulfills the following work:First, the minimum Tsallis-cross entropy thresholding method is proposed.
具体地讲,论文做了以下几个方面的工作:首先,给出了最小Tsallis交叉熵阈值分割方法。
参考来源 - 基于Tsallis熵的阈值图像分割方法研究Then,the cross-entropy function(CEF) based on image texture characteristic is proposed. CEF is used to evaluate a non-shadow pixel judged by CCF.
在此基础上,依据图像的纹理特征,将交叉熵函数引入算法,对互相关函数判断为非阴影点的像素,进行二次判断。
参考来源 - 运动人体阴影检测算法The method"s performance is evaluated by using the entropy, cross-entropy, mutual information, error of mean square root and peak signal to noise ratio.
并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法进行了客观评价。
参考来源 - 期刊学术社区·2,447,543篇论文数据，部分数据来源于NoteExpress
目的探讨利用基于交叉熵的神经网络识别典型病理图像。
Objective To identify typical pathological images by using the neural network based on cross-entropy method.
在许多关于信度网结构的学习文献中，都将交叉熵作为检验算法学习效果的一个指标。
In many papers on learning BN structure, the Crossing Entropy was used as an indicator of measuring the learning accuracy of an algorithm.
比较了新算法与基于最小交叉熵以及基于传统香农熵的阈值化算法的特点和分割性能。
The new algorithm is compared with a number of traditional algorithms based on Shannon entropy and minimum cross entropy by applying them to various test images.
应用推荐