2022年信息分布實(shí)驗(yàn)報(bào)告

1、物理與電子電氣工程學(xué)院淮陰師范學(xué)院（信息論與編碼實(shí)驗(yàn)報(bào)告）姓名：董寶坤學(xué)號(hào)：9 專業(yè)：電子信息工程 班級(jí)：1305指導(dǎo)老師：宋毅1物理與電子電氣工程學(xué)院實(shí)驗(yàn)一、繪制二進(jìn)制熵函數(shù)曲線一、實(shí)驗(yàn)?zāi)康?掌握二進(jìn)制符號(hào)熵的計(jì)算； 2掌握matlab的應(yīng)用；3掌握matlab繪圖函數(shù)；4掌握、理解熵函數(shù)表達(dá)式及其性質(zhì)二、實(shí)驗(yàn)條件計(jì)算機(jī)一臺(tái)，matlab仿真軟件。 三、實(shí)驗(yàn)內(nèi)容（1）matlab的應(yīng)用（請(qǐng)參閱相關(guān)書籍）（2）打開matlab，在命令窗口中輸入eidt，彈出編輯窗口，如圖1：圖1 matlab的編輯窗口（3）輸入源程序：clear;x=0.001:0.001:0.999y=-x.*log2(x

2、)-(1-x).*log2(1-x); plot(x,y); grid on（4）保存文件為entropy.m；（5）單擊debug菜單下的run，或直接按f5執(zhí)行；2物理與電子電氣工程學(xué)院（6）執(zhí)行后的結(jié)果圖2：四、實(shí)驗(yàn)結(jié)果及分析x=0.001:0.001:0.999y=-x.*log2(x)-(1-x).*log2(1-x); plot(x,y);title(?oyh(p); xlabel(p);ylabel(h(p); gridon熵函數(shù)h(p)10.90.80.70.6h(p)0.50.40.30.20.1000.10.20.30.40.5p0.60.70.80.91分析：.意義：信源

3、熵為信源的平均不確定度性，而概率的大小決定了信息量的大小。由圖上可知概率為1時(shí)，信息量最小，不確定性最低；概率等于時(shí)熵最大。.可以看出，即p=1或者p=0，則該信源不提供任何信息；反之當(dāng)二元信源符號(hào)0和1以等概率發(fā)生的時(shí)候，信源熵達(dá)到極大值，等于1bit信息量。 .步長(zhǎng)為0.001x=0.001:0.01:0.999y=-x.*log2(x)-(1-x).*log2(1-x); plot(x,y);3物理與電子電氣工程學(xué)院title(?oyh(p); xlabel(p);ylabel(h(p); gridon熵函數(shù)h(p)10.90.80.70.6h(p)0.50.40.30.20.1000.

4、10.20.30.40.5p0.60.70.80.91分析：（1）熵函數(shù)是一個(gè)嚴(yán)格上凸函數(shù)（2）熵的極大值，二進(jìn)符號(hào)的熵在p(x1)=p(x2)=0.5取得極大值（3）調(diào)調(diào)整p(x1)的取值步長(zhǎng)，重畫該曲線。當(dāng)步長(zhǎng)改變?yōu)?.01，步長(zhǎng)變大的時(shí)候，可以看出是一段一段的連接的，當(dāng)步長(zhǎng)較大的時(shí)候，非常明顯。如果開始點(diǎn)是0的時(shí)候，則從步長(zhǎng)的長(zhǎng)度開始計(jì)算。4物理與電子電氣工程學(xué)院實(shí)驗(yàn)二、一般信道容量計(jì)算一、實(shí)驗(yàn)?zāi)康?熟悉工作環(huán)境及matlab軟件 2理解平均互信息量表達(dá)式及其性質(zhì) 3理解信道容量的含義 二、實(shí)驗(yàn)條件計(jì)算機(jī)一臺(tái)，matlab仿真軟件。三、實(shí)驗(yàn)原理平均互信息量(i(x;y)是統(tǒng)計(jì)平均意義下的

5、先驗(yàn)不確定性與后驗(yàn)不確定性之差，是互信息量的統(tǒng)計(jì)平均:i?x;y?h?x?h?x/y?i?y;x?h?y?h?y/x?離散信道的數(shù)學(xué)模型離散信道的數(shù)學(xué)模型一般如圖1所示。圖中輸入和輸出信號(hào)用隨機(jī)矢量表示，輸入信號(hào)為x= (x1, x2, xn)，輸出信號(hào)為y= (y1, y2, yn)；每個(gè)隨機(jī)變量xi和yi又分別取值于符號(hào)集a=a1, a2, , ar和b=b1, b2, , bs，其中r不一定等于s；條件概率p(y|x) 描述了輸入信號(hào)和輸出信號(hào)之間的統(tǒng)計(jì)依賴關(guān)系，反映了信道的統(tǒng)計(jì)特性。12n12n?p(y|x)?1圖1離散信道模型二元對(duì)稱信道這是很重要的一種特殊信道（簡(jiǎn)記為bsc），。它

6、的輸入符號(hào)x取值于0,1，5篇二：信息編碼實(shí)驗(yàn)報(bào)告信息論與編碼技術(shù)實(shí)驗(yàn)報(bào)告實(shí) 驗(yàn) 題 目 香濃編碼學(xué)生專業(yè)班級(jí) 信息與計(jì)算科學(xué) 1001學(xué)生姓名（學(xué)號(hào)） 曹雪萍（）指 導(dǎo) 教 師 吳慧完 成 時(shí) 間 2013年5月18日2013 年 5 月 18 日信息論與編碼技術(shù)實(shí)驗(yàn)報(bào)告實(shí) 驗(yàn) 題 目 huffman編碼軟件實(shí)現(xiàn)學(xué)生專業(yè)班級(jí) 信息與計(jì)算科學(xué) 1001學(xué)生姓名（學(xué)號(hào)） 曹雪萍（）指 導(dǎo) 教 師 吳慧完 成 時(shí) 間 2013年5月19日2013 年 5 月 19日實(shí)驗(yàn)一 香農(nóng)編碼的實(shí)驗(yàn)報(bào)告一 、實(shí)驗(yàn)?zāi)康牧私庀戕r(nóng)編碼的基本原理及其特點(diǎn)； 2. 熟悉掌握香農(nóng)編碼的方法和步驟；3. 掌握c語言或者ma

7、tlab編寫香農(nóng)編碼的程序。二、實(shí)驗(yàn)要求對(duì)于給定的信源的概率分布,按照香農(nóng)編碼的方法進(jìn)行計(jì)算機(jī)實(shí)現(xiàn).三、實(shí)驗(yàn)原理給定某個(gè)信源符號(hào)的概率分布，通過以下的步驟進(jìn)行香農(nóng)編碼 1信源符號(hào)按概率從大到小排列對(duì)信源符號(hào)求累加概率，表達(dá)式： gi=gi-1+p(xi)求自信息量，確定碼字長(zhǎng)度。自信息量i(xi)=-log(p(xi);碼字長(zhǎng)度取大于等于自信息量的最小整數(shù)。將累加概率用二進(jìn)制表示，并取小數(shù)點(diǎn)后碼字的長(zhǎng)度的碼 。四、實(shí)驗(yàn)內(nèi)容離散無記憶信源符號(hào)s的概率分布：ss1 s2 s3s4s5 s6 s7p(s)= 0.20 0.19 0.18 0.17 0.15 0.10 0.01對(duì)離散無記憶信源分布s進(jìn)

8、行香農(nóng)編碼畫出程序設(shè)計(jì)的流程圖，寫出程序代碼，n=input(n=); %輸入信源符號(hào)的個(gè)數(shù) s=0; l=0; h=0; for i=1:np(i)=input(p=); %輸入信源符號(hào)概率分布矢量,p(i)0,error(不符合概率分布) end for i=1:n-1 for j=i+1:n if p(i)p(j) m=p(j); p(j)=p(i); p(i)=m; end end篇三：信息分析工具實(shí)驗(yàn)報(bào)告excel課程實(shí)驗(yàn)報(bào)告1234 篇四：信息論實(shí)驗(yàn)報(bào)告哈爾濱理工大學(xué)實(shí)驗(yàn)報(bào)告課程名稱：信息論基礎(chǔ)學(xué) 院： 自動(dòng)化 專業(yè)班級(jí)： 電技 12-3 學(xué)生姓名： 學(xué) 號(hào)： 03 指導(dǎo)教師： 劉

9、燕實(shí)驗(yàn)一一 實(shí)驗(yàn)?zāi)康模和ㄟ^本次實(shí)驗(yàn)的練習(xí)，使學(xué)生進(jìn)一步鞏固信息熵的基本概念，掌握信息熵的統(tǒng)計(jì)方法，培養(yǎng)學(xué)生使用編程工具進(jìn)行分析計(jì)算的基本能力。二 實(shí)驗(yàn)內(nèi)容：（1）計(jì)算圖像的信息熵基于一幅已知圖像，讀取該圖像信息，并通過統(tǒng)計(jì)該圖像的像素值計(jì)算各個(gè)像素值出現(xiàn)的概率，進(jìn)而得到該圖像的信息熵。 （2）多個(gè)信源比較對(duì)多個(gè)不同圖像源進(jìn)行上述操作，從物理意義上對(duì)這些圖像的信源熵進(jìn)行比較分析，得出結(jié)論三 實(shí)驗(yàn)結(jié)果分析:圖像一：50100150200250h = 7.1750比特/符號(hào)圖像二：50100150200250h =6.4774圖像三：120010008006004002000010015020025

10、0h = 6.4129比特/符號(hào)matlab程序：i=imread(03.jpg); s=rgb2gray(i); imshow(s) a,b=size(s); c=a*b;x,y=imhist(s); figure imhist(s); xlabel(x?); ylabel(y?); p=x(find(x)./c h=-sum(p.*log2(p) 5.實(shí)驗(yàn)結(jié)論與心得：通過此次試驗(yàn)可以得出如下結(jié)論：篇五：城市地理信息系統(tǒng)實(shí)驗(yàn)報(bào)告模板一、實(shí)驗(yàn)?zāi)康呐c要求目的：通過練習(xí)，熟悉 arcgis 柵格數(shù)據(jù)距離制圖、成本距離加權(quán)、數(shù)據(jù)重分類、多層面合并 等空間分析功能，熟練掌握利用 arcgis 上述空間

11、分析功能分析和結(jié)果類似學(xué)校選址的實(shí)際應(yīng)用問題的基本流程和操作過程。 要求：要求完成一所學(xué)校的選址區(qū)域分析，得到最佳適合修剪學(xué)校的區(qū)域，并滿足相應(yīng)的要求。同時(shí)得到從目的地到學(xué)校選址區(qū)域的最短路徑。具體要求如下：(1) 新學(xué)校選址需注意如下幾點(diǎn)：1） 新學(xué)校應(yīng)位于地勢(shì)較平坦處；2） 新學(xué)校的建立應(yīng)結(jié)合現(xiàn)有土地利用類型綜合考慮，選擇成本不高的區(qū)域；3） 新學(xué)校應(yīng)該與現(xiàn)有娛樂設(shè)施相配套，學(xué)校距離這些設(shè)施愈近愈好；4） 新學(xué)校應(yīng)避開現(xiàn)有學(xué)校，合理分布。(2) 各數(shù)據(jù)層權(quán)重比為：距離娛樂設(shè)施占 0.5，距離學(xué)校占 0.25，土地利用類型和地 勢(shì)位置因素各占 0.125。(3) 實(shí)現(xiàn)過程運(yùn)用 arcgis

12、的擴(kuò)展模塊（extension）中的空間分析（spatial analyst）部分功能，具體包括：坡度計(jì)算、直線距離制圖功能、重分類及柵格計(jì)算器等功能完成。(4) 最后必須給出適合新建學(xué)校的適宜地區(qū)圖，并對(duì)其簡(jiǎn)要進(jìn)行分析。二、實(shí)驗(yàn)準(zhǔn)備數(shù)據(jù)準(zhǔn)備：(1) landuse（土地利用圖） (2) elevation （地面高程圖）(3) rec_sites （娛樂場(chǎng)所分布圖） （4）school （現(xiàn)有學(xué)校分布圖） （5）destination（目的地） （6）roads(道路分布圖)軟件準(zhǔn)備：本次實(shí)驗(yàn)所用軟件采用美國(guó)esri公司的arcgis9.3三、實(shí)驗(yàn)內(nèi)容與主要過程arcgis 中實(shí)現(xiàn)學(xué)校選址分

13、析，首先利用現(xiàn)有學(xué)校數(shù)據(jù)集、現(xiàn)有娛樂場(chǎng)所數(shù)據(jù)集和高程 數(shù)據(jù)派生出坡度數(shù)據(jù)以及到現(xiàn)有學(xué)校、娛樂場(chǎng)所距離數(shù)據(jù)集。然后重分類數(shù)據(jù)集到相同的 等級(jí)范圍，再按照上述數(shù)據(jù)集在學(xué)校選址中的影響率賦權(quán)重值，最后合并這些數(shù)據(jù)即可創(chuàng) 建顯示新學(xué)校適宜位置分布的地圖。其間用到的 arcgis 擴(kuò)展模塊（extensions）空間分析功能包括距離制圖中的直線距離制圖、表面分析中的坡度計(jì)算、重分類及柵格計(jì)算器等。 學(xué)校選址的邏輯過程主要包括四個(gè)部分。(1) 數(shù)據(jù)準(zhǔn)備，確定需要哪些數(shù)據(jù)作為輸入，包括高程數(shù)據(jù)（dem）、土地利用數(shù) 據(jù)（landuse）、現(xiàn)有學(xué)校數(shù)據(jù)（school）娛樂場(chǎng)所數(shù)據(jù)（rec_sites）。(2)

14、 派生數(shù)據(jù)集，從現(xiàn)存數(shù)據(jù)派生出能提供學(xué)校選址的原始成本數(shù)據(jù)，包括坡度 數(shù)據(jù)、到現(xiàn)有學(xué)校距離數(shù)據(jù)集和到娛樂場(chǎng)所數(shù)據(jù)集。(3) 重分類各種數(shù)據(jù)集，消除各成本數(shù)據(jù)集的量綱影響，使各成本數(shù)據(jù)具有大致相同的可比分類體系。各成本數(shù)據(jù)均按等間距分類原則分為 1 到 10 級(jí)，級(jí)數(shù)越高適宜性 越好。(4) 給各數(shù)據(jù)集賦權(quán)重。必要的話在適宜性模型中影響比較大的數(shù)據(jù)集賦比較高 權(quán)重，然后合并各數(shù)據(jù)集合以尋找適宜位置。(1) 運(yùn)行 arcmap，加載 spatial analyst 模塊，如果 spatial analyst 模塊未能激活，點(diǎn) 擊 tools 菜單下的 extensions，選擇 spatial a

15、nalyst，點(diǎn)擊 close 按鈕。(2) 單擊file菜單下的open命令 ，打開加載地圖文檔對(duì)話框，(3) 設(shè)置空間分析環(huán)境。點(diǎn)擊 spatial analyst 模塊的下拉箭頭，打開 options 對(duì)話框，設(shè)置相關(guān)參數(shù)：打開options對(duì)話框中的general選項(xiàng)卡 ，設(shè)置默認(rèn)工作路徑為：打開 options對(duì)話框中的 extent 選項(xiàng)卡，在 analysis extent下拉框中選擇“same as layer landuse”。打開 options對(duì)話框中的 cell size選項(xiàng)卡，在 analyst cell size 下拉框中選擇“same as layer landu

16、se”。(4) 從 dem 數(shù)據(jù)提取坡度數(shù)據(jù)集。選擇dem數(shù)據(jù)層，點(diǎn)擊 spatial analyst 模塊的下拉箭頭，選擇 surface analysis 并點(diǎn)擊 slope，生成 slope數(shù)據(jù)集。(5) 從娛樂場(chǎng)所數(shù)據(jù)“rec_sites”提取娛 樂場(chǎng)直線距離數(shù)據(jù)。選擇 rec_sites 數(shù)據(jù)層， 點(diǎn)擊spatial analyst 模塊的下拉箭頭，選擇distance并點(diǎn)擊 straight line，生成 dis_recsites數(shù)據(jù)集。(6) 從現(xiàn)有學(xué)校位置數(shù)據(jù)“school”提取學(xué)校直線距離數(shù)據(jù)庫。選擇 school 數(shù)據(jù)層，點(diǎn)擊 spatial analyst模塊的下拉箭頭

17、，選擇 distance 并點(diǎn)擊 straight line命令創(chuàng)建數(shù)據(jù)集，得到 dis_school 數(shù)據(jù)集。(7)重分類數(shù)據(jù)集重分類坡度數(shù)據(jù)集 學(xué)校的位置在平坦地區(qū)比較有利，比較陡的地方適宜性比較差。采用等間距分級(jí)分為10級(jí)，在平坦的地方適宜性好，賦以較大的適宜性值；陡峭的地區(qū)賦比較小的值，得到坡度適宜性數(shù)據(jù) recalssslope。重分類娛樂場(chǎng)直線距離數(shù)據(jù)考慮到新學(xué)校距離娛樂場(chǎng)所比較近好，采用等間距分級(jí)分為10級(jí)，距離娛樂場(chǎng)所最近適宜性最高，賦值10；距離最遠(yuǎn)的地方賦值1。得到娛樂場(chǎng)所適宜性圖reclassdisr。重分類現(xiàn)有學(xué)校直線距離數(shù)據(jù)集考慮到新學(xué)校距離現(xiàn)有學(xué)校比較遠(yuǎn)時(shí)適宜性好，

18、采用分級(jí)分為10級(jí)，距離學(xué)校最遠(yuǎn)的單元賦值10，距離最近的單元賦值1。得到重分類學(xué)校距離圖reclassdiss。4）重分類土地利用數(shù)據(jù)集在考察土地利用數(shù)據(jù)時(shí)，容易發(fā)現(xiàn)各種土地利用類型對(duì)學(xué)校適宜性也存在一定的影響，如在有濕地、水體分布區(qū)建學(xué)校的適宜性極差，于是在重分類時(shí)刪除這兩個(gè)選項(xiàng)。對(duì)其他的土地利用類型分別賦值，其余的重新賦值：agriculture：9 built up：3 barren land:10 forest：4 bursh transitional：5（8）適宜性分析重分類后，各個(gè)數(shù)據(jù)集都統(tǒng)一到相同的等級(jí)體系之內(nèi)，且每個(gè)數(shù)據(jù)集中那些被認(rèn)為比較適宜性的屬性都被賦以比較高的值，現(xiàn)在開始給四種因素賦以不同的權(quán)重，然后合并數(shù)據(jù)集，以找出那些最適宜的位置。點(diǎn)擊spatial analyst下拉列表框中的raster calculator命令對(duì)各個(gè)重分類后數(shù)據(jù)集的合并計(jì)算，最終適宜性數(shù)據(jù)集