admin 管理员组

文章数量: 1087139


2024年4月15日发(作者：iterator类的作用)

交叉熵函数

（ cross- order entropy functions）是指在连续时间 t 中，有一个随机过程 t>0

且δt>1，则δT=0。当δT<0时称为非平稳的，即随机过程的行为是不确定的；当δT>0

时称为平稳的，即随机过程的行为是确定的。在数学上可以将交叉熵函数定义为：对于任

意两个相关变量 x 和 y，如果存在一个连续时间 t>0且δt>1的随机过程 t>0，使得

δT=0，则δT 称为与 x 和 y 的交叉熵。当δT>0时称为非平稳的，即随机过程的行为是

不确定的；当δT>0时称为平稳的，即随机过程的行为是确定的。在数学上可以将交叉熵

函数定义为：对于任意两个相关变量 x 和 y，如果存在一个连续时间 t>0且δt>1的随

机过程 t>0，使得δT=0，则δT 称为与 x 和 y 的交叉熵。根据概率论的基本原理，用 t

表示期望发生的事件的概率，可以得到一个常数 t，它等于 t 的期望值除以 t 的发生次数。

对于连续时间 t，也就是期望发生的事件的数目，则可以通过计算 t 的期望值来估计其概

率分布，然后利用期望 t 分布的性质求出 t 的概率密度分布，这就是 t 分布。如果已知 t

的值域，那么计算 t 的概率密度分布也很容易了，而且我们还可以把概率分布中随机项的

个数定义为概率密度。在实际应用中，经常需要根据数据来估计某些数据或模型的参数。

当选取的数据比较少时，可能仅考虑某几个因素；当数据足够多时，则往往需要综合各种

因素进行考察、判断，所以，为了更好地处理问题，人们经常需要从大量的数据中找出各

个指标之间的交互关系，并建立交互关系的概率密度分布。

- 1 -


本文标签： 数据 分布 概率密度 需要 发生

版权声明：本文标题：交叉熵函数 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1713195607a623397.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。