关联熵及其应用

本文拓广熵的概念，引入偏熵与关联熵，分析其属性，定义关联熵系数，并介绍其在假设检验，一致性分析中的应用。这一关联熵分析方法，与传统的假设检验方法相比较，意义更为直观明确；与人们熟知的相关系数法相比较，内涵更为深刻，方法更为有效。     

结构关联效应及其程度研究的熵方法

对现代经济增长过程中的结构关联效应的作用进行了分析．运用现代信息理论，提出了研究产业经济系统中产业部门之间关联程度的熵方法，并举例说明．     

一类覆盖粗糙直觉模糊集模型的模糊粗糙度和粗糙熵

在覆盖粗糙直觉模糊集模型的基础上,将粗糙度和粗糙熵的概念引入到该模型中,研究直觉模糊集的不确定程度,讨论了该度量的相关性质,并通过两个例子证明了直觉模糊集的模糊粗糙度和粗糙熵随着该模型覆盖变细而单调减少。     

模糊集的直觉熵与直觉相似度

熵与相似度都是用来描述模糊集模糊程度的指标,现有方法都是通过将其刻画为具体的数值展开研究.针对当模糊集的模糊程度具有不确定性,无法利用具体的数值表示时,如何利用熵与相似度来进行度量的问题展开讨论.首先提出了直觉熵与直觉相似度的定义,其次利用两个定理说明直觉熵与直觉相似度可以相互转化.     

犹豫模糊熵生成算法及在后勤补给基地选址评估中的应用

为了定量地刻画犹豫模糊信息的不确定性程度,将犹豫模糊元和区间值犹豫模糊元的熵推广成了犹豫模糊集和区间值犹豫模糊集的熵。首先给出了犹豫模糊集和区间值犹豫模糊集的熵与相似度的公理化定义,在此基础上提出了犹豫模糊集熵和相似度的一般公式,给出了犹豫模糊集的熵和相似度的生成算法。然后研究了犹豫模糊集的熵与相似度间的关系,提出了基于相似度的熵的一般公式。进一步把犹豫模糊集的熵与相似度的关系的有关结论及各自的一般公式和生成算法推广到区间值犹豫模糊集。最后给出了基于犹豫模糊集熵和相似度的后勤补给基地选址方案可靠性分析的数值例子。     

核苷酸的统计关联和熵近似

本文讨论了核苷酸序列的整体性和长程关联,提出了用各阶Markov熵系列来描述核苷酸关联性质的熵近似。证明了在熵近似下大多数核酸序列的关联长度≤3,其中半数以上≤1,因此用单碱基信息熵和相邻碱基一阶Markov熵来描述是一个合适的近似。     

测量诱发的关联分布

量子测量诱发量子系统的扰动使得它与辅助系统以及测量装置之间的关联发生了变化．本文使用熵交换与量子失协,在间接测量模型中,讨论测量诱发的关联分布,并得到全关联和量子关联的平衡关系．最后讨论局部操作导致量子失协的变化与测量诱发的关联分布之间的关系．     

空间关联与非均匀化学反应体系非平衡定态的涨落熵产生

用随机位方法分析了理想化学反应－扩散体系分布函数非平衡蜕变的热力学效应，揭示了非Ｐｏｉｓｓｏｎ空间关联对非平衡态熵的影响，并计算了熵产生。证明涨落熵产生完全来自化学反应局域涨落，与通过扩散耦合引起的各体系元之间的空间关联无关。     

基于模糊熵的聚类有效性分析

模糊熵描述了一个模糊集的模糊性程度.本文将模糊熵应用于聚类有效性的分析.指出用于聚类有效性判决的划分系数是一个基于模糊熵的聚类有效性判决准则.最后通过几组数据对不同模糊熵公式的判决功能进行了比较实验.     

软直觉模糊集的相似、距离和熵测度

软直觉模糊集之间的相似性可以用相似测度进行度量。通过举例指出以往文献中所提出的相似测度不合理,进而给出一种更为合理的相似测度,并将纠正后的相似测度应用于震后隧道安全状况的判定;引入软直觉模糊集的距离测度、熵测度的公理化定义以及相应的计算公式;给出在参数集合不同的情况下,软直觉模糊集之间相似性的度量方法。     

基于区间值毕达哥拉斯模糊数的多属性决策方法

针对决策信息为区间值毕达哥拉斯模糊数(IVPFN)的多属性决策问题,提出了一种基于区间值毕达哥拉斯模糊交叉熵的多属性决策方法。首先,将交叉熵的概念引入到区间值毕达哥拉斯模糊集(IVPFS)中,定义了一种新的区间值毕达哥拉斯模糊集(IVPFS)交叉熵测度,并以此来刻画两个区间值毕达哥拉斯模糊集之间的差异程度;其次根据每个区间值毕达哥拉斯模糊数(IVPFN)的得分函数,确定区间值毕达哥拉斯环境下的正、负理想解;再次在TOPSIS原理基础上,根据每个方案与正、负理想解之间的相对贴近度来获取最佳方案;最后通过一个实例对文中所提出的方法进行验证,表明了该方法的可行性与合理性。     

模糊相对熵及在模式识别中的应用

目的研究模糊相对熵在模式识别中的应用。方法利用模糊相对熵的一个修正公式——加权模糊相对熵研究模糊相对熵在模糊模式识别中的应用。结果数值例子说明模糊相对熵方法和最大最小贴近度方法得出了一致的模糊识别的结果。结论模糊相对熵方法用于模式识别是很有实际意义的。     

遥感信息不确定性度量

从概率论、模糊集和粗糙集的角度提出基于像元、目标和影像三个层次的不确定性度量指标.这些指标有利于跟踪误差和对不确定性的传递研究,同时为遥感数据和G IS集成或信息提取等操作提供可靠性评价手段.     

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。     

用粗糙集构造基于知识的模糊多层感知器

提出了用粗糙集理论构造模糊多层感知器的方法。使用粗糙集从样本信息表中抽出关于领域的规则以及规则的精确度和覆盖度。网络的结构由已经抽取的规则映射而成,初始连接权由规则的精确度和覆盖度确定。论文给出了基于信息熵的知识的简算法。运用于水稻虫害分类的试验结果表明：这种基于知识的模糊多层感知器与传统感知器相比,具有较少的隐层节点,并能做出正确的特征分类。     

基于相对熵的营销机会模糊评价

针对传统营销机会识别方法中存在的问题，综合运用模糊数学方法和熵的基本原理，采用三角模糊数建立判断矩阵，再根据水平截集和乐观指标，进行模糊区间运算得出相对熵，并依据评价结果的大小对营销机会进行识别。实例计算表明，该方法不仅克服了AHP法的缺点，而且提高了营销机会识别的准确程度。     

基于相对熵的营销机会模糊评价

针对传统营销机会识别方法中存在的问题,综合运用模糊数学方法和熵的基本原理,采用三角模糊数建立判断矩阵,再根据水平截集和乐观指标,进行模糊区间运算得出相对熵,并依据评价结果的大小对营销机会进行识别.实例计算表明,该方法不仅克服了AHP法的缺点,而且提高了营销机会识别的准确程度.