2) Model of message entropy for land use
土地利用信息熵模型
3) fuzzy information entropy
模糊信息熵
1.
At the same time, aiming at reducing the affect caused by uncertain information to the result, the fuzzy information entropy is used to .
该模型利用模糊信息论中的模糊数,基于贴近度的模糊模式识别对待识空中目标进行初步识别,同时为解决不确定信息本身对目标识别结果稳定性的影响,采用模糊信息熵对目标识别结果修正,从而进一步提高了空中目标识别结果的稳定性和可信度。
2.
With fuzzy information entropy and fuzzy distance,the calculation method of the fuzzy degree is given,and characteristic of those methods are probed.
介绍了模糊性的度量方法模糊度,分析了模糊度的公理化理论体系,并根据模糊度对单调性和对称性要求的强弱不同,将模糊度细分为3种类型,证明了每个类型所具有的性质,给出了用模糊信息熵及各种模糊距离计算模糊度的方法,并探讨了这些方法的各自特点。
4) genotype entropy
基因型信息熵
1.
It was demonstrated that two kinds of frequency distribution on gamete and genotype were equivalent to Hardy-Weinberg equilibrium distribution with respect to limited loci in a diploid population when the gamete entropy and genotype entropy reached respective maximal possible value.
与随机交配下的Hardy-Weinberg平衡相比,如果从交配方式上对群体施以其他的外部强制,群体发展的结果是最终会达到一个不随时间变化的状态,这个状态不是平衡态而是非平衡定态,此时配子信息熵和基因型信息熵具有极小值,这种非平衡定态是一种远离无外部强制作用下Hardy-Weinberg平衡状态的状态,与群体遗传学传统观点有所不同。
2.
The gene pool entropy and the genotype entropy were introduced in this paper, associated probability distribution and associated entropy between a female parental genotypes and its descendant genotype of a complete-selfing population were defined, the characters of the associated entropy was demonstrated, and they were interpreted in informatics.
定义了复等位基因群体的基因库信息熵和基因型信息熵,给出了在完全自交下复等位基因群体随世代交替母子间基因型联合分布规律及母子间基因型联合信息熵,讨论了母子间基因型联合信息熵的性质,并从信息学角度加以解释。
3.
In this paper, the entropy of the genepool and the genotype of poly-alleles population in inbreeding were introduced, and the characters of genotype entropy were demonstrated simultaneoulsly.
研究了在近亲繁殖下复等位基因群体的基因库信息熵和基因型信息熵,并讨论了在世代交替中基因型信息熵的性质。
5) RS Theory-Information Entropy-Wavelet Neural Network Model
RS理论-信息熵-小波神经网络模型
6) Shannom entropy
信息熵(Shannom熵)
补充资料：信息熵（informationentropy）
信息熵（informationentropy）
是信息论中信息量的统计表述。香农（Shannon）定义信息量为：`I=-Ksum_ip_ilnp_i`，表示信息所消除的不确定性（系统有序程度）的量度，K为待定常数，pi为事件出现的概率，$sump_i=1$。对于N个等概率事件，pi=1/N，系统的信息量为I=-Klnpi=KlnN。平衡态时系统热力学函数熵的最大值为$S=-ksum_iW_ilnW_i=kln\Omega$，k为玻尔兹曼常数，Wi=1/Ω为系统各状态的概率，$sum_iW_i=1$，Ω为系统状态数，熵是无序程度的量度。信息量I与熵S具有相同的统计意义。设K为玻尔兹曼常数k，则信息量I可称信息熵，为$H=-ksum_ip_ilnp_i$，信息给系统带来负熵。如取K=1，对数底取2，熵的单位为比特（bit）；取底为e，则称尼特。信息熵是生命系统（作为非平衡系统）在形成有序结构——耗散结构时，所接受的负熵的一部分。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条