什么是信息量?信息熵又是什么? 什么是信息

信息信息是用来清除随机不肯定性的东西 。也就是说,权衡信息量的大小就看这个信息清除不肯定性的水平 。克劳德.香农(ClaudeShannon)被称为“信息论之父” 。他一生中也许是最著名的一篇论文:《通信的数学理论》(Amathematicaltheoryofcommunications,1948),引入
信息信息是用来清除随机不肯定性的东西 。也就是说,权衡信息量的大小就看这个信息清除不肯定性的水平 。

什么是信息量?信息熵又是什么? 什么是信息

文章插图


克劳德.香农(Claude Shannon)被称为“信息论之父” 。他一生中也许是最著名的一篇论文:《通信的数学理论》(A mathematical theory of communications,1948),引入了一条全新的思路,震动了资源网全部科学技巧界,开启了现代信息论研讨的先河 。在资源网这一巨大的贡献中,他引进的“信息熵”之一般概念举足轻重:它在数学上量化了通信进程中“信息漏失”的统计实质,具有划时期的意义 。
信息量信息量的大小和事件产生的概率成反比 。
信息量的表现:
什么是信息量?信息熵又是什么? 什么是信息

文章插图


x 表现一个产生的事件;
p 表现这个事件产生的先验概率;先验概率指这个事件依照常理,依照一般性规律产生的概率 。
信息熵可以以为是信息的混乱水平的量化描写 。
信息熵公式如下:
什么是信息量?信息熵又是什么? 什么是信息

文章插图


其中,x 可以当成一个向量,就是若干个 x 发生的概率p(x)乘以该可能性的信息量-logp(x),然后各项做加和 。
信息量度量的是一个具体事件产生所带来的信息,而熵则是在成果出来之前对可能发生的信息量的期望—斟酌该随机变量的所有可能取值,即所有可能产生事件所带来的信息量的期望 。
信息熵还可以作为一个体系庞杂水平的度量,如果体系越庞杂,涌现不同情形的种资源网类越多,那么他的信息熵是比拟大的 。
如果一个体系越简略,涌现情形种类很少(极端情形为1种情形,那么对应概率为1,那么对应的信息熵为0),此时的信息熵较小 。
小结
  • 在信息可能有N种情形时,如果每种情形涌现的概率相等,那么N越大,信息熵越大 。
  • 在信息可能有N种情形时,当N必定,那么其中所有概率相等时,信息熵是最大的 。
简而言之,
  • 信息越肯定,越单一,信息熵越小;
  • 信息越不肯定,越凌乱,信息熵越大 。
【什么是信息量?信息熵又是什么? 什么是信息】


    推荐阅读