1) entropy-information theory
熵-信息理论
2) information entropy theory
信息熵理论
1.
This paper involves information entropy theory to confirm the rate of indexes,and involves grey system theory in shoreline evaluation.
在确定评价指标的权重时应用了信息熵理论,随后将灰色系统法引入到岸线评价中,利用MATLAB编程计算得出6条岸线的关联度,关联度越大表明岸线与最优岸线越相关,最终得出各岸线与最优岸线的相关性排序,并对评价结果进行了对比分析,对岸线的开发利用提出合理性建议。
2.
This clustering technique is based on information entropy theory and Parks clustering analysis, which has been tested in a real application.
采用信息熵理论和Parks聚类分析方法对待检样本进行聚类分析,从而辨识出待检样本最有可能属于哪个故障类,即最有可能是哪种故障。
3) information entropy principle
信息熵原理
1.
Application of information entropy principle in ABS;
信息熵原理在ABS中的应用
2.
In order to solue this problem,a fuzzy pattern recognition model based on information entropy principle was proposed.
为确定区域水资源合理配置各评价指标的权重、有效处理区域水资源分配过程中的模糊性和随机性,提出了基于信息熵原理的模糊模式识别模型与基于加速遗传算法的模糊层次分析法相耦合,进行各子区域水资源量合理配置的新模型(EFPR-FAHP)。
4) geographical information entropy
地理信息熵
5) nonequilibrium information theory entropy
非平衡信息论熵
1.
Seeing that the traditional entropy has nothing to do with time and can not reflect the basic property of sea wave field under air sea coupling mechanism,the concept of nonequilibrium information theory entropy is introduced to the study on sea wave field.
鉴于传统熵与时间无关 ,不能反映海 -气耦合机制下海浪场的基本属性———不可逆性 ,文章将非平衡信息论熵的概念引入海浪场的研究。
6) maximum information entropy principle
最大信息熵原理
1.
For this reason,a fuzzy pattern recognition model based on maximum information entropy principle and genetic algorithm was pr.
为此提出了最大信息熵原理与模糊模式识别方法、遗传算法相耦合的流域生态环境质量评价新模型(EFPR-EQEB)。
2.
Thus, a method of uneven weight distance coefficient used for calculating the similarity degree was put forward, and a new model was established based on the maximum information entropy principle used for dealing with the weight randomicity.
提出非等权距离系数法计算相似度,并用最大信息熵原理处理权重的随机性,建立了新的水质评价模型。
3.
The establishment of projection index function according to the maximum information entropy principle was proposed,and which has been applied in the actual optimal selection of urban flood control standard schemes.
提出用最大信息熵原理构造投影寻踪评价模型中的投影指标函数,并将该耦合模型应用于实际的城市防洪标准方案优选中。
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