1) Jaynes maximum entropy principle
Jaynes最大熵原理
1.
A new method of computing evaluation matrix which is based on optimization theory and Jaynes maximum entropy principle, and is called the linear combination matrix,is presented.
运用最优化理论和Jaynes最大熵原理 ,提出了一种新的线性组合评价矩阵模型及其计算方法 ,并进行了实例模拟 ,模拟结果说明了该方法更具客观性 。
2) maximum entropy principle
最大熵原理
1.
Comprehensive model of mid-and long-term load forecasting based on maximum entropy principle;
基于最大熵原理的中长期负荷预测综合模型的研究
2.
A Chinese entity extraction method based on maximum entropy principle;
一种基于最大熵原理的汉语实体提取方法
3.
Droplet size and velocity distribution function in sprays based on maximum entropy principle;
基于最大熵原理的喷雾液滴尺寸和速度联合分布函数
3) principle of maximum entropy
最大熵原理
1.
Principle of Maximum Entropy for back analysis in geotechnical engineering;
岩土工程反分析的最大熵原理
2.
Research on the Parameter Estimate and the Reliability Analysis of Engineering Slope Based on the Principle of Maximum Entropy;
基于最大熵原理的工程边坡参数估计及可靠度分析研究
3.
Application Study of Principle of Maximum Entropy in Hydrology Frequency Analysis;
最大熵原理在水文频率分析中的应用研究
4) maximum entropy theory
最大熵原理
1.
Examination of moso bamboo's diameter probability distribution and evaluation of measurement uncertainty with the maximum entropy theory
基于最大熵原理的浙江毛竹胸径分布及测量不确定度评定
5) the maximum entropy principle
最大熵原理
1.
Based on the maximum entropy principle in the information theory,another one for the(cooperative) strategies among the n enterprise is worked also.
依据信息论中最大熵原理,给出了n家企业合作对策的另一种企业动态联盟利润分配模型。
2.
A maximum entropy probability density function(PDF) for the wave height H of non-Rayleigh sea waves:fn(H)=αHγe-βHn,is derived by solving a conditional variation problem based on the maximum entropy principle.
本论文在最大熵原理的基础上,通过解一个条件变分问题导出一种适用于描述非瑞利海浪波高H统计分布的概率密度函数fn(H)=αHre-βHn,用实验室风浪槽中不同风速下和不同风区处实测的36组风浪波高数据对上述概率密度函数进行验证,并与至今仍被广泛应用的瑞利波高概率密度函数加以比较。
3.
Based on the maximum entropy principle in the information theory,another one for the n cooperative strategies among the customers is worked also.
应用信息论中最大熵原理,建立了n家企业合作对策的另一种顾客联盟利益分配模型。
6) maximum entropy
最大熵原理
1.
The application of maximum entropy theory in unconstrained optimization is disscussed in this paper.
如先使用最大熵原理找出原约束优化有关问题的等效Ｌａｇｒａｎｇｅ函数后，再构成罚函数即可保证是可微的了。
2.
With the introduction of the application analysis of maximum entropy principle on option pricing,the data generated by the Black-Scholes formula and the market have been calibrated.
关注最大熵原理的期权定价模型,首先应用Black-Scholes公式的虚构数据验证完全风险中性市场条件下该模型的适用性,然后应用中国市场中"宝钢认购权证"实际交易的数据进行实证分析,并探讨了投资者预期对期权价格的影响,表明了最大熵期权定价模型的实际可行性。
补充资料：最大熵法
对信号的功率谱密度估计的一种方法。1967年由J.P.伯格所提出。其原理是取一组时间序列，使其自相关函数与一组已知数据的自相关函数相同，同时使已知自相关函数以外的部分的随机性最强，以所取时间序列的谱作为已知数据的谱估值。它等效于根据使随机过程的熵为最大的原则,利用N个已知的自相关函数值来外推其他未知的自相关函数值所得到的功率谱。最大熵法功率谱估值是一种可获得高分辨率的非线性谱估值方法，特别适用于数据长度较短的情况。
最大熵法谱估值对未知数据的假定 一个平稳的随机序列，可以用周期图法对其功率谱进行估值。这种估值方法隐含着假定未知数据是已知数据的周期性重复。现有的线性谱估计方法是假定未知数据的自相关函数值为零，这种人为假定带来的误差较大。最大熵法是利用已知的自相关函数值来外推未知的自相关函数值，去除了对未知数据的人为假定，从而使谱估计的结果更为合理。
熵在信息论中是信息的度量，事件越不确定，其信息量越大，熵也越大。对于上述问题来说，对随机过程的未知的自相关函数值，除了从已知的自相关函数值得到有关它的信息以外，没有其他的先验知识。因而，在外推时，不希望加以其他任何新的限制，亦即使之"最不确定"。换言之，就是使随机过程的熵最大。
最大熵法功率谱估值表达式 最大熵法功率谱估值的表达式为
式中PM为M阶预测误差滤波器的输出功率;B为随机过程的带宽;为采样周期;ɑm(m＝1,2,...,M)由下式决定：
式中rNx(M)为已知的随机过程的自相关函数值。
从功率谱估值的表达式可以看出，最大熵法与自回归信号模型分析法以及线性预测误差滤波器是等价的，只是从不同的观点出发得到了相同的结果。
由已知信号计算功率谱估值的递推算法 应用上述的谱估值表达式进行计算时，需要知道有限个自相关函数值。但是，实际的情况往往是只知道有限长的时间信号序列，而不知道其自相关函数值。为了解决这个问题，J.P.伯格提出了一种直接由已知的时间信号序列计算功率谱估值的递推算法，使最大熵法得到广泛的应用。递推算法如下：
递推算法只需要知道有限长的时间信号序列，不须计算其自相关函数值,所得的解保证是稳定的。但是,其解只是次优解。
应用递推算法往往使谱估值出现"谱线分裂"与"频率偏移"等问题，因而,又有各种改进的算法。其中,较著名的有傅格算法和马普尔算法，但是所需的计算量较大。另外，在有噪声的情况下，如何选定阶数仍有待进一步探讨。
最大熵法谱估值对未知数据的假定 一个平稳的随机序列，可以用周期图法对其功率谱进行估值。这种估值方法隐含着假定未知数据是已知数据的周期性重复。现有的线性谱估计方法是假定未知数据的自相关函数值为零，这种人为假定带来的误差较大。最大熵法是利用已知的自相关函数值来外推未知的自相关函数值，去除了对未知数据的人为假定，从而使谱估计的结果更为合理。
熵在信息论中是信息的度量，事件越不确定，其信息量越大，熵也越大。对于上述问题来说，对随机过程的未知的自相关函数值，除了从已知的自相关函数值得到有关它的信息以外，没有其他的先验知识。因而，在外推时，不希望加以其他任何新的限制，亦即使之"最不确定"。换言之，就是使随机过程的熵最大。
最大熵法功率谱估值表达式 最大熵法功率谱估值的表达式为
式中PM为M阶预测误差滤波器的输出功率;B为随机过程的带宽;为采样周期;ɑm(m＝1,2,...,M)由下式决定：
式中rNx(M)为已知的随机过程的自相关函数值。
从功率谱估值的表达式可以看出，最大熵法与自回归信号模型分析法以及线性预测误差滤波器是等价的，只是从不同的观点出发得到了相同的结果。
由已知信号计算功率谱估值的递推算法 应用上述的谱估值表达式进行计算时，需要知道有限个自相关函数值。但是，实际的情况往往是只知道有限长的时间信号序列，而不知道其自相关函数值。为了解决这个问题，J.P.伯格提出了一种直接由已知的时间信号序列计算功率谱估值的递推算法，使最大熵法得到广泛的应用。递推算法如下：
递推算法只需要知道有限长的时间信号序列，不须计算其自相关函数值,所得的解保证是稳定的。但是,其解只是次优解。
应用递推算法往往使谱估值出现"谱线分裂"与"频率偏移"等问题，因而,又有各种改进的算法。其中,较著名的有傅格算法和马普尔算法，但是所需的计算量较大。另外，在有噪声的情况下，如何选定阶数仍有待进一步探讨。
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