1) mutual information of entropy
熵互信息
1.
this paper using Mutual information of entropy deal with gene expression,reconstruct genetic regulatory boolean networks.
利用熵互信息理论对基因表达进行处理,构建基因调控布尔网络。
3) normalized mutual information entropy
归一化互信息熵
4) Shannom entropy
信息熵(Shannom熵)
5) information entropy
信息熵
1.
Study of agro-environmental geology system and its state evaluation base on information entropy theory;
基于信息熵理论的农业环境地质系统状态评价方法研究
2.
Matching of textile image based on the biggest multi-symbol information entropy;
基于最大多符号信息熵的织物图像匹配
3.
Evaluation of working-state for texaco coal gasification system based on information entropy fuzzy matter-element model;
信息熵模糊物元模型的德士古煤气化系统运行状态识别
6) shannon entropy
信息熵
1.
Shannon Entropy Characteristics of Two-phase Flow Density Wave Instability Experiments for 200MW Nuclear Heating Reactor;
200MW核供热堆两相流密度波不稳定性实验的Shannon信息熵特性研究
2.
Elementary disscusion on the problems of Shannon entropy used in the research of land use spatial structure;
浅议信息熵在区域土地利用空间结构研究应用中的问题
3.
Rationality Analysis of Urban Land Use Structure Based on Shannon Entropy;
基于信息熵的城市土地利用结构合理性分析
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