导读:本文包含了平均互信息论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:平均,算法,评价,方法,载波,基因组,近邻。
平均互信息论文文献综述
李东,程鸣权,徐杨,袁峰,陈奕男[1]（2019）在《基于平均互信息的最优社区发现方法》一文中研究指出本文提出一种基于平均互信息的最优社区发现方法 AMI (average mutual information),该方法通过计算社区划分时的平均互信息值找出最优的社区划分.将AMI方法作用在非重迭社区发现算法GN和重迭社区发现算法COPRA上分别获得改进的AMI-GN算法和AMI-COPRA算法.将AMI-GN算法与GN, FN, IE算法进行对比实验,实验结果表明AMI-GN算法相较于其他算法提高了社区发现的质量.将AMI-COPRA算法与COPRA, LPPB算法进行对比实验,实验结果表明AMI-COPRA算法大幅度提升原始COPRA算法的稳定性,大大减少了平均迭代次数,加快了算法的收敛速度.相较于LPPB算法,发现社区的质量相差不大,但AMI-COPRA算法比LPPB算法更加稳定.研究表明,运用AMI方法可有效地改进典型的非重迭社区发现算法和重迭社区发现算法的性能.(本文来源于《中国科学:信息科学》期刊2019年05期）
程鸣权[2]（2019）在《基于平均互信息的社区检测算法研究》一文中研究指出随着互联网、物联网技术的迅猛发展,复杂网络的社区检测已成为一个研究热点。社区检测在用户推荐、舆情监控、公共安全等方面具有非常重要的实用价值,如何评价检测算法划分社区的好坏对社区检测的研究和应用具有重要意义。本文针对社区划分评价方法和社区检测算法进行研究,主要包含以下叁个方面:1)针对现有评价方法的不足,本文提出一种新的基于平均互信息(Average Mutual Information,简称AMI)的社区划分评价方法,该评价方法使用平均互信息值来度量社区划分所损失的信息量,进而衡量社区划分的好坏。最后在真实网络和人工网络上测试了AMI方法,实验结果表明AMI方法不仅能够避免模块度方法所存在的分辨率限制(Resolution Limit)问题,而且还具有较高的社区划分评判准确度。2)针对传统的非重迭社区检测算法存在的社区划分准确度低的问题,本文提出一种基于平均互信息的非重迭社区检测算法AMI-HC,该算法依据改进后的模块度增量进行社区合并,然后通过计算并选择最大平均互信息值来确定最终的社区划分结果。最后将AMI-HC算法与其他社区检测算法(例如GN、FN、EO、LPA、CE算法)在真实网络和人工网络上进行对比实验,实验结果表明AMI-HC算法具有较高的社区划分准确度。3)针对基于标签传播的重迭社区检测算法COPRA所存在的稳定性差、准确度低的问题,本文提出一种基于平均互信息的重迭社区检测算法AMI-COPRA,该算法在标签传播阶段,基于最大化平均互信息值的思想来指导节点的标签选择。最后将AMI-COPRA算法与其他社区检测算法(例如LFM、CFinder、SLPA、HMLPAi、COPRA、LPPB算法)在真实网络和人工网络上进行对比实验,实验结果表明AMI-COPRA算法具有较高的准确性和稳定性。总的来看,实验研究表明AMI方法在非重迭的和重迭的社区结构上是有效的。(本文来源于《华南理工大学》期刊2019-03-18）
周明升,韩冬梅[3]（2016）在《基于Rossle混沌平均互信息特征挖掘的网络攻击检测算法》一文中研究指出传统网络攻击检测方法中,通常使用混沌系统结合高斯混合模型实现同步控制检测,当待检测的攻击信号具有高斯线性特征时,这种方法的检测效果理想。随着网络攻击信号向着非线性随机序列方向发展,传统检测模型无法实现有效的攻击检测。提出一种基于Rossle混沌模型的平均互信息特征潜质挖掘算法,并根据挖掘的互信息这种非线性特征解,实现对具有非线性随机特性的网络攻击信号有效检测。根据Rossle混沌系统基础模型,采用最小均方误差准则,设计一个能去除多个已知干扰频率成分的自适应级联陷波器,实现对攻击信号的滤波预处理,提取待检测网络数据流的Rossle混沌非线性互信息特征,实现对网络攻击信号的特征挖掘和检测。仿真实验表明,采用该算法进行网络攻击检测,检测性能明显提高,检测概率达到97.8%,展示了算法优越的检测性能和网络安全防御价值。(本文来源于《微型机与应用》期刊2016年14期）
刘晋胜[4]（2015）在《基于平均互信息的混合条件属性聚类算法》一文中研究指出混合条件属性参数间的距离值存在较大的差异,导致仅聚合距离数量级较大、较规律的数值条件属性对象,而忽视数量级较小、混沌,但类别特征更加明显的分类条件属性对象。提出了一种基于平均互信息的聚类算法。通过熵量化参数类别特性的大小,再根据熵的平均互信息计算方法衡量数据对象间类别的相同、相异特征量,统一数值和分类条件属性参数间距离的数量级,最后通过优化迭代自适应过程得到最终聚类结果。实验结果表明,该算法具有良好的聚类质量和自适应性。(本文来源于《计算机科学》期刊2015年03期）
刘旻昊[5]（2015）在《平均互信息与生物进化的关联》一文中研究指出在本文中我们选取了64种脊椎动物线粒体基因数据,应用AMI方法提取出它们的序列特征,结合相关系数和离差平方和方法(Ward法)构建生物进化树。对64种脊椎动物,其树形结构与当前已知的用传统方法产生的树相似,对异常情况进行了分析。(本文来源于《信息系统工程》期刊2015年02期）
陈燕燕[6]（2014）在《《信息论与编码技术》课程中平均互信息的教学探讨》一文中研究指出平均互信息是信息论与编码技术中用来计算信道容量、信息率失真函数和信道剩余度的重要物理量。通过一道典型例题来讲解求平均互信息的不同方法:根据平均互信息的定义求、根据损失熵求、根据噪声熵求、根据信息熵的强可加性求,最后用MATLAB语言进行编程验证,实验表明四种方法求出的结果是一致的。在课堂教学时,教师应鼓励学生灵活运用各种方法,做到举一反叁。(本文来源于《教育教学论坛》期刊2014年28期）
张玉,田玮,钟子发[7]（2013）在《一种基于平均互信息的预编码矩阵选择方法》一文中研究指出在长期演进系统下行链路闭环传输模式中,当子载波数较大时,会造成计算量和反馈量过大。为解决该问题,提出一种基于平均互信息的预编码矩阵选择方法。将K个子载波划分成D个子载波组,对每一个子载波组的信道矩阵进行算术平均,利用信道均值选择一个预编码矩阵,使K个子载波上的和速率最大。仿真结果表明,该方法与已有的预编码矩阵选择方法相比,在误块性能和容量性能基本不变的前提下,计算复杂度明显降低。(本文来源于《计算机工程》期刊2013年11期）
颜含,胡亚辉,慈松[8]（2013）在《一种基于平均比特互信息的链路性能预测算法》一文中研究指出链路性能预测的核心是根据即时信道状态信息,准确地预测通信系统未来的传输差错概率。现有的LTE系统链路性能预测算法没有考虑速率匹配和自适应HARQ过程,因此其实用性受到限制。针对这一现状,本文以具有速率匹配和自适应HARQ通信模块的LTE系统为研究对象,提出了一种基于平均比特互信息的链路性能预测算法。该算法首先充分考虑速率匹配过程中比特重复对互信息的影响,利用符号重复率得到重复比特的解码增益;在此基础上,利用合并重传码块的平均比特互信息计算模型,得到整个系统中的信道编码码块比特平均互信息;最后利用加性高斯白噪声AWGN信道的仿真映射关系得到链路的误块率。仿真结果表明该算法均具有较高的准确性。(本文来源于《网络新媒体技术》期刊2013年03期）
周靖[9]（2013）在《平均互信息和类别区分性修剪规则的KNN算法》一文中研究指出大规模的样本数量及其特征高维性影响着K最近邻(KNN)分类算法的分类性能。为此,提出一种具备降维、修剪机制的特征参数平均互信息和类别区分性的KNN改进算法AMI&CD-KNN。首先使用熵中平均互信息的概念,衡量特征参数体现类别特征信息的准确程度;然后采用特征参数相对类别的优势率及其在数据集中的分布概率描述类别区分性,用于体现特征参数提供类别信息量的大小;最后建立特征参数平均互信息和类别区分性的内在联系,设计样本修剪方法,从而达到在保证分类准确性的前提下,提高分类速度的目的。理论分析与仿真实验表明,与经典KNN及其他具备修剪机制的算法比较,提出的算法具有更高的分类泛化性。(本文来源于《计算机应用》期刊2013年02期）
姜祖新,张德贤,张苗,李军军[10]（2012）在《基于新型文档频的平均互信息改进研究》一文中研究指出互信息未考虑单个特征词发生的频率,不仅造成了互信息评价函数倾向于选择特征的稀有词,而且还过滤掉了经常出现的高频词。当特征关键词和类别都增多时,得到的特征关键词与类别之间的平均互信息变小,说明数据在处理过程中去掉了信息,不会创造出新的信息。为此把文档频引进平均互信息,使其对平均互信息的缺点进行修正。实验证明,该方法具有训练和测试速度快,特征提取速度非常快等特点。(本文来源于《软件导刊》期刊2012年05期）
平均互信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网、物联网技术的迅猛发展,复杂网络的社区检测已成为一个研究热点。社区检测在用户推荐、舆情监控、公共安全等方面具有非常重要的实用价值,如何评价检测算法划分社区的好坏对社区检测的研究和应用具有重要意义。本文针对社区划分评价方法和社区检测算法进行研究,主要包含以下叁个方面:1)针对现有评价方法的不足,本文提出一种新的基于平均互信息(Average Mutual Information,简称AMI)的社区划分评价方法,该评价方法使用平均互信息值来度量社区划分所损失的信息量,进而衡量社区划分的好坏。最后在真实网络和人工网络上测试了AMI方法,实验结果表明AMI方法不仅能够避免模块度方法所存在的分辨率限制(Resolution Limit)问题,而且还具有较高的社区划分评判准确度。2)针对传统的非重迭社区检测算法存在的社区划分准确度低的问题,本文提出一种基于平均互信息的非重迭社区检测算法AMI-HC,该算法依据改进后的模块度增量进行社区合并,然后通过计算并选择最大平均互信息值来确定最终的社区划分结果。最后将AMI-HC算法与其他社区检测算法(例如GN、FN、EO、LPA、CE算法)在真实网络和人工网络上进行对比实验,实验结果表明AMI-HC算法具有较高的社区划分准确度。3)针对基于标签传播的重迭社区检测算法COPRA所存在的稳定性差、准确度低的问题,本文提出一种基于平均互信息的重迭社区检测算法AMI-COPRA,该算法在标签传播阶段,基于最大化平均互信息值的思想来指导节点的标签选择。最后将AMI-COPRA算法与其他社区检测算法(例如LFM、CFinder、SLPA、HMLPAi、COPRA、LPPB算法)在真实网络和人工网络上进行对比实验,实验结果表明AMI-COPRA算法具有较高的准确性和稳定性。总的来看,实验研究表明AMI方法在非重迭的和重迭的社区结构上是有效的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平均互信息论文参考文献
[1].李东,程鸣权,徐杨,袁峰,陈奕男.基于平均互信息的最优社区发现方法[J].中国科学:信息科学.2019
[2].程鸣权.基于平均互信息的社区检测算法研究[D].华南理工大学.2019
[3].周明升,韩冬梅.基于Rossle混沌平均互信息特征挖掘的网络攻击检测算法[J].微型机与应用.2016
[4].刘晋胜.基于平均互信息的混合条件属性聚类算法[J].计算机科学.2015
[5].刘旻昊.平均互信息与生物进化的关联[J].信息系统工程.2015
[6].陈燕燕.《信息论与编码技术》课程中平均互信息的教学探讨[J].教育教学论坛.2014
[7].张玉,田玮,钟子发.一种基于平均互信息的预编码矩阵选择方法[J].计算机工程.2013
[8].颜含,胡亚辉,慈松.一种基于平均比特互信息的链路性能预测算法[J].网络新媒体技术.2013
[9].周靖.平均互信息和类别区分性修剪规则的KNN算法[J].计算机应用.2013
[10].姜祖新,张德贤,张苗,李军军.基于新型文档频的平均互信息改进研究[J].软件导刊.2012
论文知识图
