- 1、原创力文档(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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信息论与编码胡亚洲.doc
信息论与编码
实验报告
专业:通信工程
班级:通信三班
学号:120310312
姓名:胡亚洲
实验一 英文文本信息量的计算
一 实验目的
1 通过本实验熟悉Matlab软件编程环境
2 编写M文件实现对英文文本信息量的计算,掌握信源熵的计算方法
二 实验要求
1 了解matlab中M文件的编辑、调试过程
2 编写程序实现英文文本信息量的统计,掌握信源熵及信息量的计算方法
三 实验步骤
① 查找各个英文字母及空格出现的频率
② 在Matlab中读取给定的英文文章(该文章为txt格式)
③ 计算英文文章的长度
④ 统计在该文章中各个字母及空格出现的次数并放入数组N中
⑤ 计算各个字母和空格的信息量及整篇文章的信息量
⑥ 计算信源熵
四 给定程序的流程图,以及每条语句的注释
五 自己编写的改进程序,及运行结果记录
wenzhang=textread(english.txt,%c); %读入的英文文章
len=size(wenzhang);
length=len(1,1); %文章的长度为length
N=zeros(1,52);
for i=1:length
if double(wenzhang(i,1))96double(wenzhang(i,1))=122
N(1,double(wenzhang(i,1))-96)=N(1,double(wenzhang(i,1)-96))+1;
else double(wenzhang(i,1))64double(wenzhang(i,1))=91
N(1,double(wenzhang(i,1))-64)=N(1,double(wenzhang(i,1)-64))+1;
end
end
%统计各字母出现的个数,存入N数组中
p=zeros(1,52);
p=N/length; %计算各字母出现的概率
I=zeros(1,52);
I=log2(1./p);%计算各字母的信息量
for i=1:52
if p(1,i)==0
I(1,i)=0;
end
end %出现概率为0的字母的信息量赋值
sumI=sum(I.*N)%计算整篇文章的总的信息量
Ip=I.*p;
H=sum(Ip) %计算信源熵
文本内容:huyazhouxinxilunyubianma
运行结果:sumI =
81.7744
H =
3.4073
六实验小结
通过本次实验熟悉了Matlab软件编程环境和一些函数的功能及使用,掌握了信息量、信源熵的计算方法。
实验二 信息熵与图像熵计算
一 实验目的
1 通过本实验复习MATLAB的基本命令,熟悉MATLAB下的基本函数
2 复习信息熵基本定义,能够自学图像熵定义和基本概念
二 实验要求
1 能够写出MATLAB源代码,求信源的信息熵
2 根据图像熵基本知识,设计出MATLAB程序,求出给定图像的图像熵
三 实验步骤
1 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。
2 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 统计出图像中相邻两象素的灰度阶联合分布矩阵。
④ 根据图像熵和二阶熵公式,计算出一幅图像的熵。
四、实验数据及结果分析:
函数程序 CalEntropy.m
% Information Shannon Entropy calculation
% jma@hebut.edu.cn, 22/08/2007
% array : Discrete Probabilities Set
% H : Output Shannon Entropy
function H = CalEntropy(array)
% Vector number
num = length(array);
% Check probabilities
您可能关注的文档
最近下载
- 全科医学概论中的影像学诊断.pptx VIP
- 物联网运维与服务.pptx
- 副市长在全市2026年度城乡居民基本医疗保险参保缴费征收工作推进会上的讲话.docx VIP
- 4.2闭合电路的欧姆定律 课件(共23张PPT)-2024-2025学年高二物理(粤教版2019必修第三册).pptx VIP
- 人教版六年级数学上册教案(87篇).doc VIP
- 13S201 室外消火栓及消防水鹤安装国标 建筑图集 汇编 .docx VIP
- 级配砂石换填施工方案(完整版).doc VIP
- 酒店预订单模板.docx
- 药品生产企业质量精密仪器室风险评估报告.doc VIP
- 在全市2025年度城乡居民基本医疗保险参保缴费征收工作推进会上的讲话稿2篇.docx VIP
文档评论(0)