BriefGPT - AI 论文速递 · 2025-05-20T00:00:00Z

快速的香农熵近似

📝

内容提要

该研究提出了一种快速熵近似（FEA）方法，显著降低了香农熵计算的成本和不稳定性。FEA的计算速度提高约50%，平均绝对误差为$10^{-3}$，在特征选择中表现出更高的效率和经济性。

🎯

关键要点

• 该研究提出了一种快速熵近似（FEA）方法。

• FEA显著降低了香农熵计算的成本和不稳定性。

• FEA的计算速度提高约50%。

• FEA的平均绝对误差为$10^{-3}$。

• FEA在特征选择中表现出更高的效率和经济性。

🏷️

标签

平均绝对误差 快速熵近似 特征选择 计算速度 香农熵