2022年信息分布实验报告

1、物理与电子电气工程学院淮阴师范学院（信息论与编码实验报告）姓名：董宝坤学号：9 专业：电子信息工程 班级：1305指导老师：宋毅1物理与电子电气工程学院实验一、绘制二进制熵函数曲线一、实验目的1掌握二进制符号熵的计算； 2掌握matlab的应用；3掌握matlab绘图函数；4掌握、理解熵函数表达式及其性质二、实验条件计算机一台，matlab仿真软件。 三、实验内容（1）matlab的应用（请参阅相关书籍）（2）打开matlab，在命令窗口中输入eidt，弹出编辑窗口，如图1：图1 matlab的编辑窗口（3）输入源程序：clear;x=0.001:0.001:0.999y=-x.*log2(x

2、)-(1-x).*log2(1-x); plot(x,y); grid on（4）保存文件为entropy.m；（5）单击debug菜单下的run，或直接按f5执行；2物理与电子电气工程学院（6）执行后的结果图2：四、实验结果及分析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熵函数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：.意义：信源

3、熵为信源的平均不确定度性，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；概率等于时熵最大。.可以看出，即p=1或者p=0，则该信源不提供任何信息；反之当二元信源符号0和1以等概率发生的时候，信源熵达到极大值，等于1bit信息量。 .步长为0.001x=0.001:0.01:0.999y=-x.*log2(x)-(1-x).*log2(1-x); plot(x,y);3物理与电子电气工程学院title(?oyh(p); xlabel(p);ylabel(h(p); gridon熵函数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）熵函数是一个严格上凸函数（2）熵的极大值，二进符号的熵在p(x1)=p(x2)=0.5取得极大值（3）调调整p(x1)的取值步长，重画该曲线。当步长改变为0.01，步长变大的时候，可以看出是一段一段的连接的，当步长较大的时候，非常明显。如果开始点是0的时候，则从步长的长度开始计算。4物理与电子电气工程学院实验二、一般信道容量计算一、实验目的1熟悉工作环境及matlab软件 2理解平均互信息量表达式及其性质 3理解信道容量的含义 二、实验条件计算机一台，matlab仿真软件。三、实验原理平均互信息量(i(x;y)是统计平均意义下的

5、先验不确定性与后验不确定性之差，是互信息量的统计平均:i?x;y?h?x?h?x/y?i?y;x?h?y?h?y/x?离散信道的数学模型离散信道的数学模型一般如图1所示。图中输入和输出信号用随机矢量表示，输入信号为x= (x1, x2, xn)，输出信号为y= (y1, y2, yn)；每个随机变量xi和yi又分别取值于符号集a=a1, a2, , ar和b=b1, b2, , bs，其中r不一定等于s；条件概率p(y|x) 描述了输入信号和输出信号之间的统计依赖关系，反映了信道的统计特性。12n12n?p(y|x)?1图1离散信道模型二元对称信道这是很重要的一种特殊信道（简记为bsc），。它

6、的输入符号x取值于0,1，5篇二：信息编码实验报告信息论与编码技术实验报告实 验 题 目 香浓编码学生专业班级 信息与计算科学 1001学生姓名（学号） 曹雪萍（）指 导 教 师 吴慧完 成 时 间 2013年5月18日2013 年 5 月 18 日信息论与编码技术实验报告实 验 题 目 huffman编码软件实现学生专业班级 信息与计算科学 1001学生姓名（学号） 曹雪萍（）指 导 教 师 吴慧完 成 时 间 2013年5月19日2013 年 5 月 19日实验一 香农编码的实验报告一 、实验目的了解香农编码的基本原理及其特点； 2. 熟悉掌握香农编码的方法和步骤；3. 掌握c语言或者ma

7、tlab编写香农编码的程序。二、实验要求对于给定的信源的概率分布,按照香农编码的方法进行计算机实现.三、实验原理给定某个信源符号的概率分布，通过以下的步骤进行香农编码 1信源符号按概率从大到小排列对信源符号求累加概率，表达式： gi=gi-1+p(xi)求自信息量，确定码字长度。自信息量i(xi)=-log(p(xi);码字长度取大于等于自信息量的最小整数。将累加概率用二进制表示，并取小数点后码字的长度的码 。四、实验内容离散无记忆信源符号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对离散无记忆信源分布s进

8、行香农编码画出程序设计的流程图，写出程序代码，n=input(n=); %输入信源符号的个数 s=0; l=0; h=0; for i=1:np(i)=input(p=); %输入信源符号概率分布矢量,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：信息分析工具实验报告excel课程实验报告1234 篇四：信息论实验报告哈尔滨理工大学实验报告课程名称：信息论基础学 院： 自动化 专业班级： 电技 12-3 学生姓名： 学 号： 03 指导教师： 刘

9、燕实验一一 实验目的：通过本次实验的练习，使学生进一步巩固信息熵的基本概念，掌握信息熵的统计方法，培养学生使用编程工具进行分析计算的基本能力。二 实验内容：（1）计算图像的信息熵基于一幅已知图像，读取该图像信息，并通过统计该图像的像素值计算各个像素值出现的概率，进而得到该图像的信息熵。 （2）多个信源比较对多个不同图像源进行上述操作，从物理意义上对这些图像的信源熵进行比较分析，得出结论三 实验结果分析:图像一：50100150200250h = 7.1750比特/符号图像二：50100150200250h =6.4774图像三：120010008006004002000010015020025

10、0h = 6.4129比特/符号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.实验结论与心得：通过此次试验可以得出如下结论：篇五：城市地理信息系统实验报告模板一、实验目的与要求目的：通过练习，熟悉 arcgis 栅格数据距离制图、成本距离加权、数据重分类、多层面合并 等空间分析功能，熟练掌握利用 arcgis 上述空间

11、分析功能分析和结果类似学校选址的实际应用问题的基本流程和操作过程。 要求：要求完成一所学校的选址区域分析，得到最佳适合修剪学校的区域，并满足相应的要求。同时得到从目的地到学校选址区域的最短路径。具体要求如下：(1) 新学校选址需注意如下几点：1） 新学校应位于地势较平坦处；2） 新学校的建立应结合现有土地利用类型综合考虑，选择成本不高的区域；3） 新学校应该与现有娱乐设施相配套，学校距离这些设施愈近愈好；4） 新学校应避开现有学校，合理分布。(2) 各数据层权重比为：距离娱乐设施占 0.5，距离学校占 0.25，土地利用类型和地 势位置因素各占 0.125。(3) 实现过程运用 arcgis

12、的扩展模块（extension）中的空间分析（spatial analyst）部分功能，具体包括：坡度计算、直线距离制图功能、重分类及栅格计算器等功能完成。(4) 最后必须给出适合新建学校的适宜地区图，并对其简要进行分析。二、实验准备数据准备：(1) landuse（土地利用图） (2) elevation （地面高程图）(3) rec_sites （娱乐场所分布图） （4）school （现有学校分布图） （5）destination（目的地） （6）roads(道路分布图)软件准备：本次实验所用软件采用美国esri公司的arcgis9.3三、实验内容与主要过程arcgis 中实现学校选址分

13、析，首先利用现有学校数据集、现有娱乐场所数据集和高程 数据派生出坡度数据以及到现有学校、娱乐场所距离数据集。然后重分类数据集到相同的 等级范围，再按照上述数据集在学校选址中的影响率赋权重值，最后合并这些数据即可创 建显示新学校适宜位置分布的地图。其间用到的 arcgis 扩展模块（extensions）空间分析功能包括距离制图中的直线距离制图、表面分析中的坡度计算、重分类及栅格计算器等。 学校选址的逻辑过程主要包括四个部分。(1) 数据准备，确定需要哪些数据作为输入，包括高程数据（dem）、土地利用数 据（landuse）、现有学校数据（school）娱乐场所数据（rec_sites）。(2)

14、 派生数据集，从现存数据派生出能提供学校选址的原始成本数据，包括坡度 数据、到现有学校距离数据集和到娱乐场所数据集。(3) 重分类各种数据集，消除各成本数据集的量纲影响，使各成本数据具有大致相同的可比分类体系。各成本数据均按等间距分类原则分为 1 到 10 级，级数越高适宜性 越好。(4) 给各数据集赋权重。必要的话在适宜性模型中影响比较大的数据集赋比较高 权重，然后合并各数据集合以寻找适宜位置。(1) 运行 arcmap，加载 spatial analyst 模块，如果 spatial analyst 模块未能激活，点 击 tools 菜单下的 extensions，选择 spatial a

15、nalyst，点击 close 按钮。(2) 单击file菜单下的open命令 ，打开加载地图文档对话框，(3) 设置空间分析环境。点击 spatial analyst 模块的下拉箭头，打开 options 对话框，设置相关参数：打开options对话框中的general选项卡 ，设置默认工作路径为：打开 options对话框中的 extent 选项卡，在 analysis extent下拉框中选择“same as layer landuse”。打开 options对话框中的 cell size选项卡，在 analyst cell size 下拉框中选择“same as layer landu

16、se”。(4) 从 dem 数据提取坡度数据集。选择dem数据层，点击 spatial analyst 模块的下拉箭头，选择 surface analysis 并点击 slope，生成 slope数据集。(5) 从娱乐场所数据“rec_sites”提取娱 乐场直线距离数据。选择 rec_sites 数据层， 点击spatial analyst 模块的下拉箭头，选择distance并点击 straight line，生成 dis_recsites数据集。(6) 从现有学校位置数据“school”提取学校直线距离数据库。选择 school 数据层，点击 spatial analyst模块的下拉箭头

17、，选择 distance 并点击 straight line命令创建数据集，得到 dis_school 数据集。(7)重分类数据集重分类坡度数据集 学校的位置在平坦地区比较有利，比较陡的地方适宜性比较差。采用等间距分级分为10级，在平坦的地方适宜性好，赋以较大的适宜性值；陡峭的地区赋比较小的值，得到坡度适宜性数据 recalssslope。重分类娱乐场直线距离数据考虑到新学校距离娱乐场所比较近好，采用等间距分级分为10级，距离娱乐场所最近适宜性最高，赋值10；距离最远的地方赋值1。得到娱乐场所适宜性图reclassdisr。重分类现有学校直线距离数据集考虑到新学校距离现有学校比较远时适宜性好，

18、采用分级分为10级，距离学校最远的单元赋值10，距离最近的单元赋值1。得到重分类学校距离图reclassdiss。4）重分类土地利用数据集在考察土地利用数据时，容易发现各种土地利用类型对学校适宜性也存在一定的影响，如在有湿地、水体分布区建学校的适宜性极差，于是在重分类时删除这两个选项。对其他的土地利用类型分别赋值，其余的重新赋值：agriculture：9 built up：3 barren land:10 forest：4 bursh transitional：5（8）适宜性分析重分类后，各个数据集都统一到相同的等级体系之内，且每个数据集中那些被认为比较适宜性的属性都被赋以比较高的值，现在开始给四种因素赋以不同的权重，然后合并数据集，以找出那些最适宜的位置。点击spatial analyst下拉列表框中的raster calculator命令对各个重分类后数据集的合并计算，最终适宜性数据集