1) Entropy-Unpredictable Information
信息熵(不可预知信息)
2) the entropy of knowledge-information
知识信息熵
1.
Based on Shannon s Theory of information,The author analyzed the correlative characteristic of knowledge and knowledge-information,and brought forward an approximate method for estimating the entropy of knowledge-information which could be expressed in proposition.
基于申农(Shannon)的狭义信息论思想,分析了知识和知识信息的相关特征,提出一种关于以命题形式表征知识信息熵的近似计量估算方法。
3) Shannom entropy
信息熵(Shannom熵)
4) 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
5) 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
6) Shannon entropy
Shannon信息熵
1.
Shannon entropy analysis of pressure fluctuation time series is developed to reveal the flow characteristics.
结果表明:在输送差压增大的过程中,固气比和Shannon信息熵均增大;气体流量与Shannon信息熵和固气比之间呈现较好的规律性;不同流动形态的Shannon熵差异较大,不同流型之间的Shannon熵区分度较好。
2.
Shannon entropy and fuzzy cluster were developed to investigate the flow patterns and their transitions.
在300mm×30mm×2000mm的矩形喷动流化床煤部分气化冷态试验装置上,采用Shannon信息熵和模糊聚类的方法,考察了床内气固流动结构及其转变。
3.
Shannon entropy(SE) analysis of pressure fluctuation time series was developed to characterize the flow characteristics in a spout-fluid bed coal gasifier cold model with cross section of 300 mm×30 mm and height of 2000 mm.
建立了300mm×30mm×2000mm的喷动流化床煤气化炉冷态实验装置和多通道压力信号采集系统,引入压力波动时间序列的Shannon信息熵分析,讨论了不同喷动气速度和流化气流率下各床层区域的Shannon信息熵,并结合高分辨率数码CCD相机所记录的流动状态,建立了Shannon信息熵与流型之间的联系。
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