信息论与编码-实验报告.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
信息论与编码-实验报告

信息论与编码实验报告 题 目: 关于信源熵的实验 学 院: 信息科学与工程学院 专业班级: 电子信息工程1002班 指导老师: 赵 颖 学 号: 0909101123 姓 名: 杨家骏 2012 年 12 月 一、实验目的 1. 掌握离散信源熵的原理和计算方法。 2. 熟悉?matlab?软件的基本操作,练习使用?matlab?求解信源的信息熵。 3. 自学图像熵的相关概念,并应用所学知识,使用?matlab?或其他开发工具 求解图像熵。 4. 掌握?Excel?的绘图功能,使用?Excel?绘制散点图、直方图。 1. 离散信源相关的基本概念、原理和计算公式 产生离散信息的信源称为离散信源。离散信源只能产生有限种符号。 随机事件的自信息量?I(xi)为其对应的随机变量?xi?出现概率对数的负值。 即: I(xi)=?-log2?p(xi) 随机事件?X?的平均不确定度(信源熵)H(X)为离散随机变量?xi?出现概 率的数学期望,即: 2. 二元信源的信息熵 设信源符号集?X={0,1},每个符号发生的概率分别为?p(0)=p,p(1)=q, p+?q=1,即信源的概率空间为 ? 则该二元信源的信源熵为: H(X)?=??-??p?log?p?–?q?log?q?=?-??p?log?p?–?(1-?p)?log?(1-??p) 即:H?(p)?=?-??p?log?p?–?(1-?p)?log?(1-??p) 其中?0???≤??p???≤1 3. MATLAB?二维绘图 用?matlab?中的命令?plot(x,?y)就可以自动绘制出二维图来。 例?1-2,在?matlab?上绘制余弦曲线图,y?=?cos?x,其中?0???≤??x???≤?2?。 x=0:0.1:2*pi;??%生成横坐标向量,使其为?0,0.1,0.2,…,6.2 y=cos(x); %计算余弦向量 plot(x,y) %绘制图形 4. MATLAB?求解离散信源熵 求解信息熵过程: 1)??输入一个离散信源,并检查该信源是否是完备集。 2)??去除信源中符号分布概率为零的元素。 3)??根据平均信息量公式,求出离散信源的熵。 5. 图像熵的相关知识 图像熵是一种特征的统计形式,它反映了图像中平均信息量的多少。图像的 一维熵表示图像中灰度分布的聚集特征所包含的信息量,令?Pi??表示图像中灰度 值为?i?的像素所占的比例,则定义灰度图像的一元灰度熵为: 图像熵计算过程: 1)??输入一幅图像,并将其转换成灰度图像。 2)??统计出图像中每个灰度阶象素概率。 3)??计算出一幅图像的一维熵。 6. Excel?的绘图功能 比如:用?Excel?或制作二元熵函数曲线。具体步骤如下: 1)启动?Excel?应用程序。 2)准备一组数据?p。在?Excel?的一个工作表的?A?列(或其它列)输入一组?p, 取步长为?0.01,从?0?至?100?产生?101?个?p(利用?Excel?填充功能)。 3)使用?Excel?的计算功能,在?B?列中用二元熵函数计算公式,求得?A?列中 各数值对应的二元熵值。比如:在单元格?B2?中输入公式: =-A2*LOG(A2,2)-(1-A2)*LOG(1-A2,2)。 4)使用?Excel?的图表向导,图表类型选“XY?散点图”,子图表类型选“无 数据点平滑散点图”,绘制二元熵函数散点图。 1.使用?matlab?软件绘制二元信源熵函数曲线,并说明其物理意义。 实验结果: 物理意义:信源熵为信源的平均不确定性,而概率的大小决定了信息量的大小。 由图上可知概率为1时,信息量最小,不确定性最低;概率等于0.5时熵最大。 源代码: p=0.00001:0.001:0.99999; h=-p.*log2(p)-(1-p).*log2(1-p); plot(p,h); title(二进制熵函数曲线); ylabel(H(p,1-p)) 2. 源代码:p1=[1/3,1/5,1/5,4/15]; %代表甲信源对应的概率 p2=[7/8,1/8]; %代表乙信源对应的概率 H1=0.0; H2=0.0; I=[]; J=[]; for i=1:4 H1=H1+p1(i)*log2(1/p1(i)); I(i)=log2(1/p1(i)); end disp(自信息量分别为:); I di

文档评论(0)

小教资源库 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档