信息融合
文章平均质量分 89
StudentWang_
What I cannot create, I do not understand. - Richard Feynman
展开
-
KL散度、交叉熵——谈谈自己对信息熵的理解
一、序言本文大量知识建立在信息熵的基础上,可以说理解了信息熵是什么,对于KL散度的理解是水到渠成的,所以不了解信息熵的小伙伴强烈推荐阅读:一文看懂信息熵的本质——谈谈自己对信息熵的理解如有疑问欢迎评论,若对你有帮助,麻烦点个赞。未经允许、请勿转载。二、什么是KL散度在上一篇信息熵的文章中,我们举了一个在箱子里摸球的例子来形象的阐述信息熵的定义。那么这篇文章我们继续延续上一个例子。简单回顾一下,我们用信息熵来度量在箱子中不同小球的概率分布P(x)已知的情况下,我们抓到想要的颜色的小球的平均次数(这原创 2022-05-11 18:30:05 · 698 阅读 · 0 评论 -
关于D-S证据理论,说一下我的几个理解【自用】
该文只是自己找一个地方记笔记,如果大家有兴趣以后再找时间展开。1.D-S证据理论基于的是概率分配函数BPA,而不是经典概率论。因为对于A,B,C来说M(A)+M(B)+M(C)不等得1,但是P(A)+P(B)+P(C)一定为1;2.D-S证据理论是一个由概率分配函数来确定信任程度的过程3.BPA:2^D->[0,1](D是整个集合,D的每个子集映射为0-1的实数)并且满足M...原创 2020-08-09 10:01:58 · 1867 阅读 · 4 评论 -
一文看懂信息熵的本质——谈谈自己对信息熵的理解
一、序言 初次看到信息熵的公式有很多不理解的地方,只知道信息熵如何进行计算,却不懂得公式背后的原理,我通过查阅了一些资料,加深了对信息熵的理解,现在将这些理解分享给大家。如有疑问欢迎评论,若对你有帮助,麻烦点个赞。未经允许、请勿转载。(本文适合只知道信心熵的公式,但是不明白其中原理的人进行阅读)二、什么是信息熵 ...原创 2020-04-24 10:33:39 · 10723 阅读 · 25 评论