entropy

0热度

2回答

所以我想获得一个密码强的随机数生成器......事情是，由于某些原因，我仍然希望能够将随机种子分配给生成器（如果需要，它可能是一个相对较大的种子）。所以鉴于此......如果使用密码强的随机生成器（如pycrypto的随机模块或random.SystemRandom）为常规python随机模块生成随机种子，随机模块是否具有足够的随机性而熵被认为是密码强？

0热度

1回答

杜鹃沙盒分析报告中的部分熵

当我在杜鹃沙盒中提交文件进行分析时，我总是在“部分”下的报告中看到每个部分都有Entropy列。我得到像0,7.91863415033,4.44345104565这样的值。这个熵是什么意思？我试图在Google上搜索关于熵的任何信息，但我没有找到有用的东西。

-1热度

2回答

具有像素随机性/不规则性的RGB图像的图像参数（标准差，平均值和熵）

我偶然发现了关于如何使用matlab获得RGB图像的熵的一些很好的解释。 Matlab提供了一个内置函数，它允许使用-sum（p。* log2（p））来获得灰度图像的熵。一个答案提供了有关如何进入这个链接给出一个RGB图像的熵的方式--->https://stackoverflow.com/a/28239789/3995148 Matlab的如何解释的功能： E =熵（I）返回E，一表示灰度图像的

1热度

1回答

熵过滤器类似于entropyfilt（）函数在MATLAB

我正在寻找在OpenCV的3 entropyfilt（）函数，所以我找到这个帖子感谢：Finding entropy in opencv 我试图优化代码从Umka，但我得到的唯一结果是一个完全白色的图像。我在代码中改变的唯一的东西是sub_to_ind函数中的数据类型，int32_t没有被编译器识别，并且函数是用int vallues调用的，所以我认为这不是问题。原：静态int32_t su

1热度

2回答

交叉熵误差计算

我不完全理解如何计算交叉熵误差。由于某些负数的对数没有定义（或假想），并且神经网络的输出可能是一些负数（权重和偏差随机初始化），所以我经常得到NaN。我如何避免这种情况？例子： output[] = {-0.78, -0.98, 0.78, -0.68}; target[] = {-1.0, -1.0, 1.0, 1.0}; error = ln(0.78) * 1.0 + ln(-0.68

0热度

1回答

尽早读取/ dev/urandom

我正在进行随机数生成领域的研究，我需要从知名的“P's和Q's”论文（here）中演示“启动时熵孔” 。我们将同时推迟两个相同的最小Linux虚拟机的副本，并且我们期望他们的/ dev/urandom值在引导过程的某个早期阶段是相同的。但是，我一直无法在启动过程中及早读取/ dev/urandom来发现问题。我们需要在启动过程的早些时候。如何获取/ dev/urandom的最早可能值？我们可能

2热度

2回答

pymssql问题 - INSERT不能用于参数

我正在使用pymssql在Linux上使用Python进行数据库编程。我遇到了传递参数给查询的问题。这个问题似乎只存在于INSERT查询中。这工作： query = "SELECT col1, col2 FROM table WHERE col3=%s" cur.execute(query, (value,)) 但这并不： query = "INSERT INTO table (col1

3热度

1回答

解释熵大小的经验法则

我有一个关于熵解释的问题。对于我数据集中的每个人，我有一个长度为17个字符（年）的字符串/序列。我特别感兴趣的是在这个观察期内发生了多少变化。我在考虑用R的TraMineR包来计算序列内熵。我知道这可以归一化，所以最大熵变为1（显然，最小值为0）。我的问题是，如果有什么经验法则可以说什么是高熵和什么是低熵（例如在相关系数的情况下）。例如，0.4是高还是低？谢谢。

0热度

1回答

问：在一定范围内使用拒收采样来生成真随机数（放射性衰变的熵）

大家好我一直在做一些阅读，并且使用放射性衰变的熵来实现真正的随机数生成。我写了一个帮助工具，返回下一个随机字节。它使用提供这种设置的服务器，我相信它的数据来自铯衰减。我做了相当多的搜索，并没有真正能够弄清楚如何使用它来生成范围从0..n-1的数字。的非官方SO IRC用户告诉我，这如果你有一个随机字节，0..255分布均匀，要在范围内的随机数0..5有6个值在输出范围内，在输入范围256中，最

2热度

1回答

结果已知的条件熵

我有一个关于熵和信息流的问题。假设X = {-1,1};这意味着它可以是-1或1，和Y的以下分配： Y := X * X 我的问题是，Y的值，分配后，将始终是1，如果X = -1，则Y = 1，如果X = 1，那么Y = 1。知道这一点，我仍然可以假设条件熵H（X/Y）= 0，因为知道X总会告诉你Y的值。另一方面，条件熵H（Y/X）= 1.0，因为知道Y不会给我X的价值。我是否正朝着正确的方向