1) 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。
2) AHP-entropy-fuzzy mathematical analysis
AHP-信息熵-模糊数学分析
4) fuzzy information
模糊信息
1.
Classification of expansive soil based on fuzzy information optimization disposal;
基于模糊信息优化处理法的膨胀土分类
2.
Evaluation method of the multi-attribute scheme based on entropy weight of fuzzy information;
模糊信息的熵权多属性决策方案评估方法
3.
Fuzzy Information Processing Used in Warship s Stages Assessment;
模糊信息处理在舰艇等级评估中的应用
5) vague information
模糊信息
1.
The synthesis evaluation theory of vague informationIn the application of the check-up system on cadres;
模糊信息综合评价理论在干部考核中的运用
2.
Meanwhile it discusses the composition of text information,and analyzes three types of information-the subjective information,the objective information and the vague information,and more,it gives some analysis to the distribution.
同时对文本的信息构成作了探讨,分析了客观信息、主观信息以及模糊信息等三类信息,对这三类信息的分布比例也做了一定的研究。
6) fuzzy message
模糊信息
1.
In this article,the author has discussed from the angle of the fuzzy theory the main objective factors of fuzzy message,its forms of express.
本文着重从模糊理论的角度来论述商标翻译中模糊信息的主要客观存在因素、表现形式及其处理技巧。
2.
Starting from the discussion on the fuzzy feature of language, this paper analyzes the semantic functions of fuzzy message, pointing out its un - symmetric feature in English and Chinese, und further suggests several specific techniques in the translation of fuzzy message, which include literal and liberal translation of fuzzy message, .
本文从语言的模糊性特征入手,分析了模糊语言信息的语用功能,指出英汉语中模糊信息的不对称性,并提出了英汉翻译中针对模糊信息进行处理的直译、意译、省略、补充、归化几项技巧。
3.
This paper starts from the analysis of the fuzzy feature of language,and discusses the hidden semantic function,commonly seen expressions and the scope of the fuzzy message used in English.
本文从语言的模糊性特征着手 ,分析了模糊信息的语用功能、常见表达形式及使用范围等。
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