XUE FENG!的博客

抛一枚有均匀正反面的硬币，和掷一个均匀六面的骰子，哪一种试验的不确定性更强一点呢？粗略地看，我们感觉抛硬币这个试验的不确定性会更少一点，因为硬币毕竟仅有2个结果，而骰子有6个结果，但是对于这样一个直觉的事实，我们怎么进行量化从而在数字层面上反映两个随机变量的不确定性的大小关系呢？Shannon提出了熵的概念，解决了以上这个问题。对于上述离散型随机事件，可以用离散熵定义其不确定性：熵是一个随机变量不确定性的度量，对于一个离散型随机变量X∼pxX∼pxHX−∑x∈χpx。

主动学习是机器学习的一个子领域，在统计学领域也叫查询学习或最优实验设计，旨在以尽可能少的标注样本达到目标性能。

介绍了一种新的基于自适应网格精细的贝叶斯相位估计技术。该方法使用网格细化和单元合并策略自动选择精确相位估计所需的粒子数，使得每一步所需的粒子总数最小。

1. 参数辨识技术，是一种将理论模型与试验数据结合起来用于预测的技术。参数辨识根据实验数据和建立的模型来确定一组模型的参数，使得由模型计算得到的数值结果能最好地拟合测试数据（可以看做是一种曲线拟合问题）从而可以对未知过程进行预测，提供一定的理论指导。2.在具体研究中，首先建立一个粗略的模型，用这个模型对试验测量结果进行预测当计算得到的数值结果与测试值之间的误差较大时，就认为该数学模型与实际的过程不符或者差距较大，进而修改模型，重新选择修改。当预测结果与实测结果相符合，认为此模型具有较高的可信度。.