导读:本文包含了信息熵算法论文开题报告文献综述及选题提纲参考文献，主要关键词:计算机网络,无线传感器网络,非均匀分簇算法,PSO算法
信息熵算法论文文献综述
蔡明伟,刘佳[1]（2019）在《基于PSO的信息熵数据融合非均匀分簇路由算法》一文中研究指出针对无线传感器网络分簇算法中能量分布不均衡导致的"热区"和簇头负载过重问题,提出了一种基于PSO算法优化簇头选举的非均匀分簇算法。在候选簇头选举和竞争半径计算过程中综合考虑节点动态能量、节点密度和节点距基站距离,将网络进行非均匀分簇,并引入PSO算法进行最终簇头选举。根据节点能量、节点密度和距基站距离确定簇间单跳多跳结合的路由规则,选取代价函数小的节点作为下一跳节点。基于节点信息熵确定融合阈值,进行簇内数据融合剔除冗余数据。仿真结果表明,改进算法的数据传输量比EEUC算法和UCRA算法分别提高了20%和10%,提升了数据的融合效率,有效延长了网络生命周期,簇头能量消耗得到均衡,减少了网络能量消耗,网络的整体性能显着优于其他对比算法。(本文来源于《河北工业科技》期刊2019年06期）
李杏梅,王伟奇[2]（2019）在《基于信息熵的NMF遥感图像解混算法》一文中研究指出针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端元等概率出现在混合像元中时各个丰度值大小相等,对应的实际地物等比例出现在混合像元中,此时信息熵最大,但是丰度稀疏性最低;当丰度分布最不均匀时,仅有一种地物类型出现,信息熵最小,此时丰度值的稀疏性最高,只有一个非零值,由此得出丰度稀疏性和信息熵有负相关的关系.在NMF解混算法的基础上,引入负信息熵来约束丰度矩阵,同时加入平滑限制来约束端元光谱矩阵.在模拟数据和真实数据上进行了结果测试.实验结果表明:相比传统的NMF解混算法和基于l2范数的NMF遥感图像解混算法,本方法能得到更好的解混效果.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年11期）
李丽娟,侯政昆,刘凤斌[3]（2019）在《基于信息熵算法的反流性食管炎用药规律分析》一文中研究指出目的分析名中医刘凤斌教授治疗反流性食管炎的辩证经验及用药规律。方法采用回顾性病例研究,构建病案数据表,运用频数分析、描述性分析、基于信息熵的粗糙集属性约减算法进行用药规律分析。结果 108例病例中主要证型有肝胃不和证、肝胃郁热证、脾胃不和证、脾虚湿热证、气阴两虚证;常用药物有白术、茯苓、海螵蛸、浙贝母等;各证型基于信息熵属性约简的用药子集分别为肝胃不和证(木香、煅赭石、佛手、蒲公英、太子参)、肝胃郁热证(木香、太子参、大黄、布渣叶、吴茱萸)、脾胃不和证(佛手、蒲公英、太子参、五指毛桃、首乌藤)、脾虚湿热证(沉香、瓦楞子、紫苏梗、蒲公英、布渣叶)、气阴两虚证(煅赭石、五指毛桃、蒲公英、佛手、熟党参)。结论刘教授治疗反流性食管炎用药体现病机特点,注重健脾益气、制酸降逆;结合广东岭南地域特点,运用广东特色药材清热祛湿;注重调节心理因素影响,重视疏肝解郁安神。(本文来源于《陕西中医药大学学报》期刊2019年05期）
石秀金,雷前春[4]（2019）在《基于信息熵和用户兴趣时间性的协同过滤算法》一文中研究指出针对传统协同过滤推荐算法无法及时适应用户兴趣变化的问题,提出用信息熵来计算相似度的方法,并将两个用户对同一物品评分值的差值以及Jaccard系数加权到其中。通过在相似度计算中加入用户兴趣时间性的数据权重,提出基于信息熵和用户兴趣时间性的协同过滤算法。结果表明,该算法能够适应用户兴趣随时间变化的特性,可以有效提高推荐的精确度。(本文来源于《东华大学学报(自然科学版)》期刊2019年04期）
王树亮,毕大平,阮怀林,杜明洋,潘继飞[5]（2019）在《基于信息熵准则的认知雷达机动目标跟踪算法》一文中研究指出针对复杂战场环境下机动目标跟踪难题,提出一种认知雷达目标跟踪算法.基于人类"感知-行动"循环思想,首先把目标径向距离、径向速度和方位等量测的克拉美罗下限近似为量测误差协方差,用信息熵描述目标跟踪的不确定性,然后以最小熵为准则建立了雷达接收端数据和发射端信号处理之间联系;为避免传统交互式多模型(Interacting Multiple Model,IMM)算法由于模型转移概率设置不合理所带来的跟踪精度下降问题,受人脑叁阶段记忆机制启发,将"记忆"嵌入IMM算法,通过自适应调整模型转移概率,增强了优势模型的交互主导性,弱化了不匹配模型的不良竞争.仿真实验验证了算法的有效性.(本文来源于《电子学报》期刊2019年06期）
李彦苍,王旭[6]（2019）在《基于信息熵的改进海豚群算法及其桁架优化》一文中研究指出针对基本海豚群算法易陷入局部最优的缺陷,提出了基于信息熵的改进海豚群算法,引入信息熵来度量海豚群搜索阶段的不确定性,控制搜索阶段的选择概率,降低盲目搜索,克服了基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷。将改进后的算法应用到桁架结构的优化中,并与其他算法优化结果进行了比较,证明了改进的算法在收敛速度和寻优精度方面有更好的表现,将其应用到桁架结构优化设计中,为结构优化设计提供了一种有效的方法。(本文来源于《重庆大学学报》期刊2019年05期）
易叁莉,张桂芳,陈菊[7]（2019）在《基于信息熵的OTSU二次分割算法》一文中研究指出OTSU算法是以图像的背景和目标之间的最大类间方差为测度准则,该算法由于未考虑到目标与背景内部像素分布的均匀性问题而影响分割效果.当背景和目标的类内方差的差别较大时,OTSU算法求出的阈值将偏向方差大的那一类,从而将类内方差较大的那一类数据中的部分像素划分到类内方差较小的那一类中,造成图像的错分割.针对这个问题,本文提出了一种基于信息熵的OTSU二次分割算法,将信息熵理论与OTSU算法相结合,在OTSU算法的基础上加入信息熵.该算法首先用OTSU算法求出图像的阈值,然后根据该阈值对图像进行分割,最后根据信息熵的理论对错分割像素进行分割.为了证明本文算法的有效性,将本文算法与常用的分割算法进行了比较,并采用分割精度来判断分割的性能.实验结果表明,本文算法相较于其他算法,能够得到更高的分割精度,有效地改善图像的错分割现象.(本文来源于《昆明理工大学学报(自然科学版)》期刊2019年02期）
吴华,罗顺,孙伟晋[8]（2019）在《一种基于信息熵的关键词提取算法》一文中研究指出关键词提取是信息检索、自然语言处理、本体构建等技术的基础。论文基于信息熵的方法,构建了一种无监督的关键词提取算法。该算法在运算过程中不需要字典、分词等先验知识,同时,能较好地识别出未登录词和支持多语种混合的语料环境。实验结果表明,该算法具有较好的准确率和较高的召回率,取得了令人满意的结果。(本文来源于《计算机与数字工程》期刊2019年03期）
乔美英,刘宇翔,陶慧[9]（2019）在《一种基于信息熵和DTW的多维时间序列相似性度量算法》一文中研究指出提出一种基于信息熵和动态时间规整(DTW)的多维时间序列相似性度量的方法。首先,基于马氏距离(mahalanobis distance)的DTW,不仅考虑了多维时间序列的各个变量间的相互关系,而且对于长度不同的时间序列,通过动态规整可以进行准确地对齐。其次,利用信息熵理论,通过最小化损失函数,对马氏距离矩阵进行学习,来获得全局最优的马氏矩阵。为了验证所提算法的效果,选用UCI数据集中的5个数据集,采用最近邻分类算法对其进行分类实验。实验结果表明:该算法相比于其他算法,具有较高的分类准确率,且时间消耗较少。(本文来源于《中山大学学报(自然科学版)》期刊2019年02期）
刘宇,张聪,杭波,王松,赵涵捷[10]（2019）在《基于信息熵和时间趋势的音频关注区域提取算法研究》一文中研究指出音频信号某区域的关注情况受音频特征的影响,目前主要自下而上的关注区域提取算法大多将一维音频信号转至二维图像利用图像显着性算法进行分析,往往忽略了关注事件在时间维度上的持续性特征。针对此问题,基于音频信号的信息熵特征同时引入统计学时间趋势相关算法,通过对信号分帧求取信息熵值,再进行指数移动平均等计算得到关注度值,从而确定高关注区域。与当前的主流关注度提取算法进行对比,在很好检测到关注区域的起止点基础上,计算得到的关注度值整体更平滑,同时考虑了人耳听觉系统对某事件关注的持续性特点,通过对一段脱口秀节目音频进行实验,得到整体掌声笑声片段检出率为81. 6%。(本文来源于《计算机应用研究》期刊2019年12期）
信息熵算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端元等概率出现在混合像元中时各个丰度值大小相等,对应的实际地物等比例出现在混合像元中,此时信息熵最大,但是丰度稀疏性最低;当丰度分布最不均匀时,仅有一种地物类型出现,信息熵最小,此时丰度值的稀疏性最高,只有一个非零值,由此得出丰度稀疏性和信息熵有负相关的关系.在NMF解混算法的基础上,引入负信息熵来约束丰度矩阵,同时加入平滑限制来约束端元光谱矩阵.在模拟数据和真实数据上进行了结果测试.实验结果表明:相比传统的NMF解混算法和基于l2范数的NMF遥感图像解混算法,本方法能得到更好的解混效果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信息熵算法论文参考文献
[1].蔡明伟,刘佳.基于PSO的信息熵数据融合非均匀分簇路由算法[J].河北工业科技.2019
[2].李杏梅,王伟奇.基于信息熵的NMF遥感图像解混算法[J].华中科技大学学报(自然科学版).2019
[3].李丽娟,侯政昆,刘凤斌.基于信息熵算法的反流性食管炎用药规律分析[J].陕西中医药大学学报.2019
[4].石秀金,雷前春.基于信息熵和用户兴趣时间性的协同过滤算法[J].东华大学学报(自然科学版).2019
[5].王树亮,毕大平,阮怀林,杜明洋,潘继飞.基于信息熵准则的认知雷达机动目标跟踪算法[J].电子学报.2019
[6].李彦苍,王旭.基于信息熵的改进海豚群算法及其桁架优化[J].重庆大学学报.2019
[7].易叁莉,张桂芳,陈菊.基于信息熵的OTSU二次分割算法[J].昆明理工大学学报(自然科学版).2019
[8].吴华,罗顺,孙伟晋.一种基于信息熵的关键词提取算法[J].计算机与数字工程.2019
[9].乔美英,刘宇翔,陶慧.一种基于信息熵和DTW的多维时间序列相似性度量算法[J].中山大学学报(自然科学版).2019
[10].刘宇,张聪,杭波,王松,赵涵捷.基于信息熵和时间趋势的音频关注区域提取算法研究[J].计算机应用研究.2019