随机数最小熵评估在分类问题中的创新应用

1、利用随机数最小熵评估法对分类问题中的随机性进行更多的考虑，考虑到多个变量的联合分布的影响，有效的抑制噪音，减少过拟合，提高分类精度。

2、引入分类器的动态调整机制，调整分类器参数和随机数最小熵评估参数，使其能够更好的适应不同的环境。

3、提出基于分类器和随机数最小熵评估的联合学习机制，把分类器和随机数最小熵评估的优势融合起来，同时利用随机数最小熵评估提高分类器的分类精度，同时利用分类器提高随机数最小熵评估的有效性。