|
| 阅读上一个主题 :: 阅读下一个主题 |
| 作者 |
 刚才仔细看了一下启明转贴的那个文章，刚看了一点，我就不懂了。 |
 |
冬冬
[博客]
[个人文集]
游客
|
|
|
作者：Anonymous 在 罕见奇谈 发贴, 来自 http://www.hjclub.org
第一：
H = - LOG 2（P）
其中：H 表示信息熵，P 表示某种语言文字的字符出现的概率，
LOG 2是以二为底的对数，用的是二进制，因而，信息熵的单位是比特（BIT，即二
进制的0和1）。
问题：对于英文来讲，每个字母在字中出现的频率不同，26个字母中，
我印象中是E出现的频率最高，Z好象最低。P如果表示某个字母出现的频率，
那么P就小于1。LOG2(P)就小于0。根据公式，H就大于0，而且，
出现频率越低的字母的信息熵就越大。每个字母的信息熵值不同。
我的理解是这段应该是针对字母来说的，因为只有谈字母出现在字中的概率
才有意义。
对于汉字是如何计算，我就不知道了，是算单个的汉字，还是什么，我就不知道了。
当然可以通过拼音来计算哪个英文字母在汉字拼音中出现的频率。
第二：
H = - E（n， r=1） LOG （2） P （r）
来计算熵值H。公式中，H 是静态信息熵，E（n， r=1）是从r 到n 个结果的和，LOG
（2）是以2为底的对数，P（r）是第r 个结果的概率。这个公式是基本公式的一般
静态方法，求到的数值是静态平均信息熵。中国科学家冯志伟等人的对中文字符信
息熵计算的结果是：
汉字容量：1 1052 1830 4912 5104 5211 12370
信息熵值：0 7.53 9.52 9.61 9.63 9.64 9.65
问题：
对这个公式，我的理解是H =( -LOG(2) P(1)) +( -LOG(2) P(2))+.......+(.-LOG(2)
P(N))
这是求和，R的值从1到N。该公式根本没说清楚R代表什么，N具体是多少
也不知道，也没有说N代表多少。当然求和公式么，N肯定是个整数，
可是P(1)，P(2)，。。。具体代表什么，公式也没说清楚。N到底是多少呢？
不说明R的含义，当然也就不知道N 到底是多少了。
文章说P（r）是第r 个结果的概率，什么第一个结果，第2个结果？根本没说清楚到
底怎么回事。
就先提这些问题，看懂那篇文章的网友能回答一下吗？
作者：Anonymous 在 罕见奇谈 发贴, 来自 http://www.hjclub.org |
|
|
| 返回顶端 |
|
 |
| |
|
|
您不能在本论坛发表新主题
您不能在本论坛回复主题
您不能在本论坛编辑自己的文章
您不能在本论坛删除自己的文章
您不能在本论坛发表投票
您不能在这个论坛添加附件
您不能在这个论坛下载文件
|
based on phpbb, All rights reserved.
|
