問題タブ [entropy]

2 つのグレースケール画像間の相互情報量を計算する必要があります。そのためには、画像のエントロピーとジョイントエントロピーを計算する必要があります。しかし、Opencv でエントロピーとジョイント エントロピーの関数が見つかりません。Opencv でエントロピーとジョイント エントロピーの関数を見つけるのを手伝ってくれる人はいますか?

画面上をランダムに動く画像を作ろうとしています。

画像は画面上にランダムに配置され、10ms ごとに -15px から 15px に移動します。

しかし、数秒後、画像は画面全体に散らばるのではなく、画面の左上隅に集中します (または、少なくとも画面の別の隅に集中します)...

ここで私のコードの動作を確認できます: http://secretlabs.alwaysdata.net/bug.html

意思決定ツリーの分岐でシャノンのエントロピー測定が使用されるのはなぜですか?

エントロピー(S) = - p(+)log( p(+) ) - p(-)log( p(-) )

私はそれがノーの尺度であることを知っています。情報をエンコードするために必要なビット数。分布が一様であるほど、エントロピーは大きくなります。しかし、決定木の作成 (分岐点の選択) に頻繁に適用される理由がわかりません。

ランダムなキーを打って「エントロピーを生成する」ようにユーザーに促すPGPを覚えている人はいますか?

PGP は、収集されたエントロピーを測定し、クールな小さなプログレス バーでユーザーに示し、内部でキー ストロークの時間を計り、何らかの処理を行い、これを何かのシードとして使用します。

Python で同様の「エントロピー コレクション」ステップを実行するクイック ルーチン (コンソール アプリ) を作成したいのですが、いくつかの問題に関して途方に暮れています。

1. タイミングの最良の方法
2. 個々のキーストロークを収集する最良の方法
3. クールなプログレスバーをユーザーに表示する最良の方法
4. 処理ステップに関するアイデア、または PGP ステップの実際の詳細。

上記のベストとは：

• 最もタイトでクリーンなコード
• 最も正確 (ピコ秒などのタイミングなど)
• ほとんどのpythonic/機能的で、標準ライブラリを使用しています

これは、 「urandom に似ていますが、エントロピー プールの枯渇を最小限に抑えることを目的としています」random.cというカーネル ソースで言及されています。get_random_intしかし、どこで (そしてどのように)get_random_intエントロピー プールと相互作用するのでしょうか?

さて、urandom実際に を呼び出しますextract_entropy_userが、 に似たものは見当たりませんget_random_int。get_random_int独自のエントロピー ソースを使用しているようです(キーボード、マウス、およびディスクのアクティビティとは関係ありません)。

システムで一般的に利用可能なエントロピーの状態を気にしない（または更新しない）のですか？

エントロピー プールはどのようにget_random_int枯渇しますか? これはどこで更新されますか? プログラムを実行すると、entropy_avail で cat を実行するだけで、エントロピー プールがどのように枯渇するかを確認できるため、何かが足りないか、ソースを間違って読んでいることがわかります。

http://xorl.wordpress.com/2011/01/16/linux-kernel-aslr-implementation/を調べましたが、これがどのように機能するかについては言及されていないようです。

私のプロジェクトでは、0-1 ベクトルのエントロピーを何度も計算する必要があります。これが私のコードです：

もっと速い方法はありますか？

ハッシュ関数のような一方向関数のアルゴリズムを探しています。また、アルゴリズムは小さな入力 (512 ビット未満のサーバー ビット) を受け入れ、それを長い出力 (1K バイト以上) にマップします。このようなアルゴリズムまたは関数を知っていますか?

ID、機能、頻度の 3 つのフィールドを持つデータセットがあります。私がやりたいことは、与えられた id のグループについて、どの機能が最大の頻度分布を持っているかを見つけることです。私が望む結果は、id のグループを 2 つのサブグループに分割し、その機能の頻度の中央値を使用して、互いに最も異なる 2 つのグループがあることですが、サイズはほぼ同じです。

私が最初に考えたのは、各機能の頻度の分散を計算し、分散が最も高い機能を使用することでした。

次のようなデータベース テーブルがあるとします。

• 機能 0 の頻度は 1、2、3、4、5 です
• 機能 1 の頻度は 1、2、3、9、10 です
• 機能 2 の頻度は 0、0、4、10、12 です

機能 2 が最大の広がりを持ち、4 で分割すると、2 つのグループに分割するのに適していることがわかります (0、0、4 を 1 つのグループに、10 と 12 を別のグループに)。

これは、次の SQL クエリで計算できます。

これは問題なく動作しますが、1 つの欠点があります。私のデータセットはまばらで (ほとんどのエントリの頻度はゼロです)、頻度がゼロのアイテムをデータベースに保存するには (スペースとエントリの挿入にかかる時間の両方の点で) コストがかかります。したがって、私の実際のテーブルは次のようになります。

上記の SQL クエリでは、正しい分散値を計算するために頻度ゼロのエントリを考慮する必要があるため、正しい結果が得られません。私の SQL スキルは、この制限を回避できる (パフォーマンスの高い) クエリを理解するのに十分ではありません...

私の次の考えは、代わりに最大エントロピーを計算することでしたが、実際の頻度値（および「頻度」/同じ頻度値が同じデータセットにある回数）を考慮していないという事実に苦しんでいます-のみ個別の値の数。エントロピーの公式を誤解していない限り。

だから私の質問は：

1. SQLでこれを行う方法はありますか?
2. そうでない場合、ゼロエントリの数を考慮して計算された分散を「調整」する方法はありますか? （省略されたゼロエントリの数を知っていると仮定します）
3. はいの場合、上記のように単一の SQL クエリでこれを行う方法はありますか? （繰り返しますが、ゼロエントリがいくつ省略されたかを事前に知っていると仮定します）
4. どちらも不可能な場合、エントロピーを使用して実際の値を調整する方法はありますか?
5. 考慮すべき他の尺度 (尖度など) はありますか? ゼロエントリの欠落を簡単に調整できるものはありますか?
6. または、他の提案や代替ソリューションはありますか?