1) Shannon entropy of wavelet transform
小波域香农熵
2) Shannon entropy
香农熵
1.
Algorithmic complexity, fluctuation complexity and Shannon entropy of the pressure fluctuation time series are employed as the fused characteristic parameters to carry out multi-parameter fusion.
将压力脉动信号的算法复杂性Cn、涨落复杂性Cf和香农熵En作为融合的特征参数,进行特征层的多参数融合;根据特征参数建立了过渡流型的隶属度函数;对多个传感器的特征层识别结果进行决策层融合,得到了多传感器对不同流化状态的最终识别结果。
2.
This paper considers that thresholding based on Shannon entropy has some shortage of more computation time due to logarithm operation.
针对香农熵阈值法因存在对数计算而导致计算量过大的问题,本文首先提出了一种新的信息熵;其次对其一些性质进行了探讨;最后用于图像分割的阈值选取。
3) Shannon entropy
香农信息熵
4) maximum Shannon entropy
最大香农熵
1.
Based on the model of Unit-Linking PCNN, maximum Shannon entropy rule, minimum cross-entropy rule and some image pre-processing strategy were introduced for suggesting eight image segmentation schemes under different rules and strategies.
基于单位链接脉冲耦合神经网络(Unit-Linking PCNN)模型,在图像方差准则基础上将最大香农熵准则,最小交叉熵准则相结合,再组合图像分块策略与图像加权预处理策略,提出了不同准则和策略组合的8种图像分割方案。
5) wavelet entropy
小波熵
1.
Grounding fault detection based on wavelet entropy and neural network for loop net of DC system;
基于小波熵神经网络的直流系统环网接地故障检测
2.
Study on weak signal detection method based on wavelet entropy;
基于小波熵的微弱信号检测方法研究
3.
Loop net grounding fault diagnosis of DC system based on wavelet entropy;
基于小波熵的直流系统环网接地故障诊断
6) Wavelet packet entropy
小波包熵
1.
Emotion recognition based on wavelet packet entropy of surface EMG signal;
基于表面肌电信号小波包熵的情感识别
2.
Objective To explore the effect of band power and wavelet packet entropy in the recognition of hand imagery.
目的探讨脑电信号频带能量和小波包熵在识别左右手想象运动中的作用。
3.
Inspired by nonlinear dynamic analysis methods,we apply power spectral entropy and wavelet packet entropy that combine frequency analysis with entropy to analyze sEMG signal during dynamic contractions.
本文将频率分析和非线性动力学方法结合起来,基于表面肌电(sEMG)信号在不同频率分布不均匀的特点将信号能量分解到不同频带,以此计算功率谱/小波包和熵相结合的功率谱熵/小波包熵来衡量系统的复杂度,进而衡量肌肉的疲劳程度,为用EMG信号研究动态收缩过程中的肌肉疲劳程度提供了新的分析手段和方法。
补充资料：仙农熵
分子式：
CAS号：
性质：是美国工程师仙农(C. E. Shannon)在1948年首先提出的关于信息量定量化的测度。信息是指对事物认识“不肯定性”的减少，因此可用事件x出现概率p(x)的负对数来量度信息量I(x)，即，I(x)=-1gp(x)。当p(x)=1、I(x)=0时，必然事件所带来的信息为零；随着p(x)的增加，I(x)减少，I(x)是p(x)单调递减函数；两个独立事件同时出现的信息量，等于两事件各自信息量之和。若一个随机试验有n个可能的结果X1，X2，…，Xn，各自出现的概率P1，P2，…，Pn，且Pi≥0，=1，试验后有一种且只有一种结果出现，其平均信息量，此即仙农公式，仙农将H(x)称为熵。对数底a决定了熵的单位，当a=2，e或10时，熵的单位分别为bit(比特)、nat(奈特)和Hart(哈特)。
CAS号：
性质：是美国工程师仙农(C. E. Shannon)在1948年首先提出的关于信息量定量化的测度。信息是指对事物认识“不肯定性”的减少，因此可用事件x出现概率p(x)的负对数来量度信息量I(x)，即，I(x)=-1gp(x)。当p(x)=1、I(x)=0时，必然事件所带来的信息为零；随着p(x)的增加，I(x)减少，I(x)是p(x)单调递减函数；两个独立事件同时出现的信息量，等于两事件各自信息量之和。若一个随机试验有n个可能的结果X1，X2，…，Xn，各自出现的概率P1，P2，…，Pn，且Pi≥0，=1，试验后有一种且只有一种结果出现，其平均信息量，此即仙农公式，仙农将H(x)称为熵。对数底a决定了熵的单位，当a=2，e或10时，熵的单位分别为bit(比特)、nat(奈特)和Hart(哈特)。
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