

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、1948年,C. E. Shannon將熱力學系統(tǒng)中熵的概念引入到信息論中,標志著現(xiàn)代信息論的誕生。隨后,Shannon熵的估計被應用在工程學、生物醫(yī)藥學和生物化學等方面。
學者們?yōu)榱私鉀Q生活中的實際問題,又提出了其他不同形式的廣義熵,如Tsallis熵和Renyi熵。在統(tǒng)計分析中,廣義熵的應用研究越來越受到學者們的關注。本文主要討論離散型隨機變量的廣義熵,將熵的估計由 Shannon熵推廣到 Tsallis熵和Renyi熵。
2、在Shannon熵極大似然估計方法的基礎上,得到Shannon熵的Bayes估計方法,并將其與極大似然估計方法進行比較。進一步,本文推導出廣義熵中具有代表性的Renyi熵和Tsallis熵的Bayes估計方法。
運用 Matlab軟件,以概率(0.1,0.4,0.5)產(chǎn)生樣本容量為 N的隨機數(shù)。用每個數(shù)的頻率代替概率,得到傳統(tǒng)熵估計的極大似然估計方法。將每個數(shù)出現(xiàn)的相應次數(shù),代入到Bayes估計式中。通過Matlab運算出樣本
3、容量為N的Bayes估計值。改變N的大小,經(jīng)過多次試驗,得到一組極大似然估計值與Bayes估計值,并將兩種方法進行比較。由誤差平方和可以看出 Shannon熵的Bayes估計效果更好一些,然而Tsallis熵的Bayes估計并沒有顯現(xiàn)出更好的效果??梢钥紤]改變q的值以及進行大量的隨機試驗,再將Tsallis熵的Bayes估計方法與極大似然估計方法進行對比。雖然廣義熵的Bayes估計方法并不一定是最優(yōu)的,但從廣義熵的應用角度來看,仍具有一
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 熵損失下單參數(shù)指數(shù)族的Bayes估計.pdf
- 熵損失函數(shù)下幾種分布參數(shù)的Bayes估計.pdf
- 參數(shù)的E Bayes估計和多層Bayes估計.pdf
- 基于Bayes方法的非參數(shù)估計.pdf
- GPLSI模型的Bayes估計.pdf
- ARFMA模型的Bayes估計.pdf
- 基于Bayes估計的催化劑失效判定方法.pdf
- 基于Bayes方法的VaR分位點的估計與檢驗.pdf
- Bayes估計的PPC優(yōu)良性.pdf
- 廣義修正Weibull分布參數(shù)的估計方法.pdf
- 特征加權的廣義熵模糊聚類方法研究.pdf
- 36510.廣義gaussmarkov模型參數(shù)的bayes線性無偏估計及優(yōu)良性研究
- 一類線性模型中參數(shù)的Bayes估計和經(jīng)驗Bayes估計及其優(yōu)良性.pdf
- 瑞利分布的Bayes估計與極大似然估計.pdf
- SLTBL模型的Bayes估計與子集選擇.pdf
- 幾類連續(xù)分布的E-Bayes估計.pdf
- 水安全廣義熵智能綜合評價方法與應用.pdf
- 廣義極值分布參數(shù)估計方法的比較分析.pdf
- 非參數(shù)回歸模型的Bayes估計方法及其應用研究.pdf
- 26760.廣義熵的熵功率不等式
評論
0/150
提交評論