1) information (entropy) diffusion
信息(熵)扩散
2) Information diffusion
信息扩散
1.
Prediction method of water resources based on the information diffusion principle and BP neural network;
基于信息扩散和BP神经网络的水资源预测
2.
Self-organization algorithm for information diffusion based on epidemic theory;
一种基于流行病理论的自组织信息扩散算法
3.
The evaluation of loess slope stability based on combination of information diffusion theory and BP neural metwork;
基于信息扩散和BP网络的黄土边坡稳定性分析
3) information diffuse
信息扩散
1.
We use information diffuse theory to evaluate dangerous chemicals transportation accident rate,and analyze the result of dangerous chemicals transportation accident with GIS simulation technology.
应用信息扩散理论估计了危险化学品运输事故率,并基于GIS技术模拟分析了危险化学品运输事故后果,前者弥补了样本信息不足的缺陷,而后者利用详尽的地理信息克服了以往后果分析中准确度低的不足,完善了危险化学品运输风险分析,从而为更好的决策以减少事故、保护人民群众的生命和财产安全提供了保障。
2.
Aim at the overdiffuse and subdiffuse of information diffuse estimation,a multi-subject integrated optimization was given to determine diffused window width based on analyzing closest window width means and optimal window width means.
针对信息扩散估计的过扩散和欠扩散问题,在分析择近窗宽法和最优窗宽法的基础上,结合二者的优点,提出了一种确定扩散窗宽的多目标综合优化方法。
3.
In order to improve the speed,accuracy and operability,the method of risk analysis based on information diffuse theory and the method of frequency analysis based on real coding based on accelerating genetic algorithm by which parameters of PersonⅢ curve were estimated were tried to be used to analyze the inundation loss frequency was analyzed.
为了提高洪灾损失频率分析方法的计算精度、速度和可操作性,利用基于信息扩散理论的风险分析方法和基于实数编码的遗传算法确定参数估计的频率分析法(PⅢ曲线)对洪灾损失频率进行分析,前者弥补了观测样本信息不足的缺陷,而后者克服了传统配线法精度低的缺点,体现了遗传算法的全局寻优能力。
4) diffuse information
扩散信息
6) pheromone diffusion
信息素扩散
1.
Based on the thinking of ant pheromone diffusion and niche,multi-source diffusion ant colony genetic algorithm is presented.
根据蚁群信息素扩散和小生境思想,提出了一种多源扩散蚁群遗传算法。
2.
In the light of shortcomings for traditional ACO and its application to QoS routing,an improved ACO in more conformity with real ant colony system and based on pheromone diffusion and meeting routing is proposed.
在分析传统蚁群算法缺陷及其在QoS路由中的应用的基础上,提出了一种与真实蚁群系统更加相符的基于双向寻路和信息素扩散的蚁群算法,采用来自源节点和目的节点两个方向的蚂蚁探路的同时进行信息扩散。
3.
This paper firstly analyzed the influence of pheromone volatilization factor to ant colony algorithm,then introduced the pheromone diffusion model to make the pheromone not only affect the ant on this way,but also can affect the ant on other ways.
首先分析信息素挥发因子对蚁群算法的影响,继而引入信息素扩散模型,使得信息素不光影响本路径上的蚂蚁,同时也能影响其它路径上的蚂蚁。
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