不同麻醉深度下大鼠脑活动的复杂性分析

为了研究大鼠在不同麻醉深度下大脑活动的变化，探测麻醉深度对其脑电信号（EEG）的影响，采用KC复杂度和谱熵对不同麻醉深度下的EEG及其4个主要频段信号进行了复杂性分析．结果发现：随着麻醉深度的加深，EEG的KC复杂度和谱熵的值都随之减小，反之亦然，且KC复杂度在区分麻醉深度的变化方面比谱熵更为灵敏、准确；在麻醉状态下，delta频段是EEG信号的优势频段，正是它的动态变化主导了EEG信号的变化过程．     

基于熵权的施工机械选型研究

将熵理论应用于产品型号选择,为工程项目选择合适的施工机械.利用熵理论过滤各型号中数值很接近的指标,减轻评价工作量;对定量和定性指标采用不同的无量纲化方法,得出标准评价矩阵;利用熵权修正主观指标权重,得到综合权重;根据各产品与理想产品的相对接近度来选择产品.并通过实例验证了该方法的可行性与实用性.     

吸附相热力学性质的计算与分析

分析了吸附质分子在吸附剂表面运动的可能模式,在有些情况下,吸附质分子在垂直于吸附剂表面的振动对吸附等温线的影响不可忽略.在考虑了振动能的贡献下,应用巨正则分布对吸附相的热力学性质作了初步的计算与分析.得到了吸附相在高低温极限条件下所处的热力学状态和态函数熵,以及平衡态时吸附相粒子数的相对涨落和吸附相热容量的表达式.     

关于α-Renyi熵序的若干结果

讨论α-Renyi熵序与一般随机序的关系,得到在一般随机序成立的前提下,α-Renyi熵序保持的一些充分条件,并给出次序统计量α-Renyi熵序和随机变量卷积α-Renyi熵序的一些有用的判别条件.     

一种改进的阈值分割算法在复合材料图像处理中的应用

针对纤维增强复合材料微观结构图像的特点,提出了一种改进的基于模糊思想的阈值分割算法,该算法利用整体阈值、局部阈值和像点梯度信息之间的关系,构造了一个双输入单输出的模糊逻辑系统,合理计算出像点的最佳分割阈值.实验结果证明了算法的有效性.     

基于混合编码框架的H.264/AVC核心新技术

介绍了H.264独有的特点,包括帧内预测、整数余弦变换、二进制自适应算术编码、概念性网络适配、多种块尺寸运动搜索、1/8像素运动估计精度等。     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

关于齐次马氏信源二元函数的一类偏差定理

利用任意信源相对熵密度偏差的概念，使用分析的方法研究了齐次马氏信源的一类强偏差定理，得出了一个二元函数的一类强偏差定理和几个极限性质．     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

熵编码的压缩编码原理与方法

文章主要介绍了数字图像压缩方法中的无损压缩法-熵压缩的思想以及实现原理,并用实例说明实现过程.