1) The Study of Information Entropy
对信息熵的探讨
2) Discussion on the Definition of Information
信息定义的探讨
3) eatropy of information
信息的熵
4) A Discussion on Entropy Current
关于熵流的探讨
5) relative information entropy
相对信息熵
1.
Based on the criteria for the quality of diagram, the criterion of constructing best diagram, namely, maximum relative information entropy was proposed, and the method for the smoothing treatment of histogram was also created using the linear programming.
基于判断直方图好坏的3条准则,提出了一个构造最佳直方图的定量判据———最大相对信息熵判据,并利用线性规划方法探讨了直方图的平滑化处理。
6) Of Credit Lapse
对信用缺失的探讨
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