搜索资源列表
xxl
- 信息论中各种熵的matlab实现，其中包括自信息量，互信息量，条件熵，联合熵，冗余度等等的计算。-various information theory entropy Matlab achieved, which include the volume of information, mutual information, the conditional entropy, Joint entropy, and so on the redu
ZUDASAHNG_SEGmention
- 图像局部最大熵进行区域增长的多目标分割方法 .以局部熵最大值作为目标种子 ,运用区域增长技术实现多目标分割 ,一种常用的方法是预先给图像设置初始增长元,即预先投掷种子,在一定的规则下由增长元开始增长,这种方法需要对不同的区域投掷不同的种子.但是,对复杂多目标图像,投掷种子是一件比较困难的事.在背景变化比较大的多目标图像中,目标与背景是不同的,目标的灰度相对变化较小,而背景的灰度变化比较大.从信息论角度看,灰度变化小的地方其信息量少,局部
图像的熵
- 运用信息论的知识求解图像的信息量也就是熵的算法。-use of information, the knowledge to solve image is the amount of entropy algorithm.
信息论熵值
- 信息论熵值计算.....................
图像的熵
- 运用信息论的知识求解图像的信息量也就是熵的算法。-use of information, the knowledge to solve image is the amount of entropy algorithm.
xxl
- 信息论中各种熵的matlab实现，其中包括自信息量，互信息量，条件熵，联合熵，冗余度等等的计算。-various information theory entropy Matlab achieved, which include the volume of information, mutual information, the conditional entropy, Joint entropy, and so on the redu
ZUDASAHNG_SEGmention
- 图像局部最大熵进行区域增长的多目标分割方法 .以局部熵最大值作为目标种子 ,运用区域增长技术实现多目标分割 ,一种常用的方法是预先给图像设置初始增长元,即预先投掷种子,在一定的规则下由增长元开始增长,这种方法需要对不同的区域投掷不同的种子.但是,对复杂多目标图像,投掷种子是一件比较困难的事.在背景变化比较大的多目标图像中,目标与背景是不同的,目标的灰度相对变化较小,而背景的灰度变化比较大.从信息论角度看,灰度变化小的地方其信息量少,局部
InformationTheoryAndCodingTechniques
- 信息论是由通信技术、概率论、随机过程和数理统计等相结合逐步发展而形成的一门新兴科学。其奠基人是美国数学家香农，他的《通信的数学原理》奠定了信息论的基础。 这是信息论与编码技术的教学课件。压缩包内含有6个ppt文件，每个ppt自成一章:1绪论、2信源及其熵、3信道及其容量、4信息率失真函数、5信源编码、6信道编码。是初学信息论的最好材料。-Information communication technology is, probabi
Information_Theory
- 从国外找到的matlab信息论工具箱，比较实用，可以求随机变量的互信息和熵。-Matlab information toolbox, including m files for computing multual information and entropy.
1
- 信息论 二维随机变量信息量的计算 （1）利用random函数和归一化方法构造一个二维离散随机变量（X，Y）； （2）分别计算X与Y的熵、联合熵、条件熵：H（X）、H（Y）、H（X,Y）H（X|Y）、I（X|Y）； -Mutual Information
shanghanshu
- 信息论课程里面，信息熵，平均互信息的编码的Matlab源码-Inside information theory courses, information entropy, average mutual information Matlab source code
Elements.of.Information.Theory.Jul.2006
- 信息论基础，描述了香农定理，熵的概念以及计算方法-Elements.of.Information.Theory.Jul.2006
get_entropy
- 香农信息论--熵的计算--MATLAB实现-Shannon information theory- entropy calculation- MATLAB realization
熵权法
- 按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量;如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高。(According to the basic principle of information theory, information is a measure of system order degree, and entropy is a measure o
信息论
- 要求对统计独立与统计不独立信息熵的求解。(The solution of statistical independent and statistical independent information entropy)
experiment1绘制二进制熵函数曲线
- 画出二进制信息熵函数的图形，由此观察归纳总结数学结论，可验证所学《信息论与编码》理论知识(Binary information entropy function image)
使用Matlab计算信源熵
- 使用Matlab计算信源熵，利用信息论与编码所学知识完成实验(Using Matlab to compute source entropy)
信息论特征选择KDD Code
- 基于信息熵的特征选择算法，评价每个属性与分类的关联信息，评价属性，进行特征选择(Feature selection algorithm based on Information Entropy)
熵权法(matlab实现)
- 熵权法的matlab实现，熵权”理论是一种客观赋权方法，它借用信息论中熵的概念。熵权是在给定评价对象集后各种评价指标值确定的情况下，各指标在竞争意义上的相对激烈程度，从信息角度考虑，它代表该评价指标在该问题中提供有效信息量的多寡程度，作为一种客观综合评价方法，它主要是根据各指标传递给决策者的信息量大小来确定其权数。(Matlab implementation of entropy weight method)
信息论01
- 此代码为计算离散随机变量的熵、联合熵、条件熵、互信息的 Matlab 程序(This code is a matlab program for calculating entropy, joint entropy, conditional entropy and mutual information of discrete random variables)