1) complexity information entropy
复杂度信息熵
2) information complexity
信息复杂度
1.
Speech endpoint detection method based on signal subspace and information complexity;
基于信号子空间和信息复杂度的语音端点检测
3) mutual information complexity
互信息复杂度
1.
Our results show that all experiment conditions,cognition levels and areas of the brain have influences on the value of mutual information complexity o.
结果表明,不同的实验状态、不同认知能力的被试者以及大脑的不同部位均可对互信息复杂度产生显著影响。
4) control messages complexity
控制信息复杂度
5) complex information
复杂信息
1.
Computation model and algorithm of performance evaluation based on complex information;
基于复杂信息的绩效评价计算模型及算法
2.
Research on Some Key Issues of MES in Complex Information Environment;
复杂信息环境下MES若干关键技术研究
3.
The origination,structure and content of complex information in Manufacturing Execution System(MES) and its effects on MES are discussed.
首先,探讨制造执行系统(MES)中复杂信息的产生、结构、内容及其影响;然后,在综述已有MES复杂信息处理策略研究的基础上,提出了处理复杂信息的4种通用策略,并对这些策略在MES中的具体应用进行了阐述;最后,指出了这些复杂信息策略需要进一步改进的地方。
6) ICOMP
信息复杂性
1.
A rationale for model selection criteria—Informational Complexity (ICOMP) Criteria,that combine a badness-of-fit term with a measure of complexity of a model,is in- troduced.
介绍联系拟合优度与模型复杂性测度的一种模型选择准则—信息复杂性(ICOMP)准则的基本原理。
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