连续信源与熵密度偏差的极限性质

利用熵密度偏差,应用Laplace变换,研究一类连续信源的极限性质,其主要结果推广了信源Shannon-Mcmillan定理.     

任意信源二元函数一类平均值的极限性质

本文引进了任意信源相对于马氏信源的相对熵密度偏差的概念，并利用这个概念研究任意ｍ进信源二元函数一类平均值的极限性质，作为主要结果的推论，得到了马氏信源的Ｓｈａｎｎｏｎ－ＭｃＭｉｌｌａｎ的一个推广。     

任意信源的一类Shannon-Mcmillan逼近定理

该文通过概率空间上的任意分布与另一任意分布相比较,研究任意随机序列相对熵密度的小偏差定理.并由此得出若干任意信源,m阶马氏信源的Shannon-Mcmillan定理.将已有的关于离散信源的结果加以推广.     

任意信源与马氏信源比较及小偏差定理

设{X_n,n≥0}是在S={1,2,…N}中取值的可测函数列,P、Q是测度空间上的两个概率测度,其中Q关于{X_n,n≥0}是马氏测度.本文引进了P关于Q的样本散度率距离的概念,并利用这个概念得到了任意信源二元函数一类平均值的小偏差定理,作为推论得到了任意信源熵密度的小偏差定理.最后我们将Shannon-McMillan定理推广到非齐次马氏信源情形.     

整值随机变量序列的一类强律的信息条件

本文引进相对熵密度偏差作为任意整值随机变量序列相对于服从几何分布地独立随机变量序列的偏差的一种度量，并能过限制相对熵密度偏差，给出整值随机变量序列的强大数定理成立的一个充分条件。     

关于Shannon－McMillan定理的若干研究

设｛Ｘｎ，ｎ≥１｝是字母集为Ｓ＝｛１，２，…，Ｎ｝上的任意信源，其分布为ｐ｛ｘ１，…，ｘｎ｝，（ｐｋ（１），ｐｋ（２），…，ｐｋ（Ｎ），ｋ＝１，２，…，是Ｓ上的一列分布　称为｛Ｘｋ，１≤ｋ≤ｎ｝相对于乘积分布　的熵密度偏差，本文利用这个概念研究任意信源的极限性质，其中包括在没有平稳性和遍历性假设情况下对ＳｈａｎｎｏｎＭｃＭｉｌｌａｎ定理的某些讨论．     

关于Shannon—Mcmillan定理的若干研究（Ⅱ）

该文通过概率空间上的任意分布列与独立分布列比较，研究任意随机变量序列相对熵密度用不等式给出的强极限定理，即小偏差定理，并由此得出若干Shannon－Mcmillan定理，将作者已有的关于离散信源的结果加以推广.     

关于微分熵的一类强偏差定理

利用关于乘积分布密度的相对熵和相对熵率的概念,建立了相依连续型随机变量序列关于参考微分熵的一类强偏差定理,证明中给出了将Laplace变换应用于微分熵强偏差定理的研究的一种途径．     

关于非齐次马氏信源的渐进均匀分割性

本文的目的是要研究非齐次马氏信源的渐进均分割性，首先应用鞅差收敛定理给出关于非齐次马氏信源二元函数一类平均的极限定理．作为推论，得到了对任意非齐次马氏信源均成立的几个极限定理和熵密度极限定理．最后给出一类非齐次马氏信源满足渐进均分割性的充分条件．     

一个对离散信源普遍成立的强极限定理

该文引进随机条件熵的概念，研究了这个概念和相对熵密度的关系，得到一个对任意离散信源普遍成立的强极限定理．证明中发展了作者提出的研究离散随机变量序列强极限定理的分析方法．     

Maximum entropy interpretation of autoregressive spectral densities

A new proof is given of the maximum entropy characterization of autoregressive spectral densities as models for the spectral density of a stationary time series. The new proof is presented in parallel with a proof of the maximum entropy characterization of exponential models for probability densities. Concepts of entropy, cross-entropy and information divergence are defined for probability densities and for spectral densities.     

对数似然比与整值随机变量序列的一类强律

本文引进对数似然比作为整值随机变量序列相对于服从几何分布的独立随机变量序列的偏差的一种度量,并通过限制对数似然比给出了样本空间的一个子集.在此子集上得到了一类用不等式表示的强律,其中包含整值随机变量序列与相对熵密度及几何分布的熵函数有关的若干极限性质.     

Physical entropy, information entropy and their evolution equations

Inspired by the evolution equation of nonequilibrium statistical physics entropy and the concise statistical formula of the entropy production rate, we develop a theory of the dynamic information entropy and build a nonlinear evolution equation of the information entropy density changing in time and state variable space. Its mathematical form and physical meaning are similar to the evolution equation of the physical entropy: The time rate of change of information entropy density originates together from drift, diffusion and production. The concise statistical formula of information entropy production rate is similar to that of physical entropy also. Furthermore, we study the similarity and difference between physical entropy and information entropy and the possible unification of the two statistical entropies, and discuss the relationship among the principle of entropy increase, the principle of equilibrium maximum entropy and the principle of maximum information entropy as well as the connection between them and the entropy evolution equation.     

基于可信性理论的模糊离差MADM模型研究

针对属性值以模糊变量形式给出的特点,运用2004年基础数学领域完成的研究模糊现象数量规律的一个新的数学分支——可信性理论的原理,我们做了以下三点研究:(i)结合模糊变量之间的距离,定义模糊离差,构造了模糊属性值之间离差最大化的算子;(ii)得到了计算属性权重值的模糊规划期望值模型(EVM);(iii)考虑到属性的重要性程度不同,利用信息熵最大化原理,构造了具有平衡能力的权重计算模型,从而得到基于可信性理论的模糊离差多属性决策(FD-MADM)模型.最后结合实例进行分析和计算,显示该模型的可行性和有效性.     

多元随机序列泛函的强偏差定理

利用熵密度和样本偏差率的概念,建立了多元随机序列泛函关于条件期望的用不等式表示的强极限性质(称之为强偏差定理),在推论部分得到了非齐次马氏链的强偏差定理和随机条件概率的调和平均值的极限性质等相关结论.证明中给出了将条件矩母函数应用于研究多元随机序列泛函的强极限性质的一种途径.     

Large Deviation Theorems for Gaussian Processes and Their Applications in Information Theory

We discuss on the large deviation theorems for stationary Gaussian processes and their applications in information theory. The topics investigated here include error probability of string matching, error probabilities for random codings, and a conditional limit theorem which justifies the maximum entropy principle.     

Relative entropy and large deviations under sublinear expectations

We give a definition of relative entropy with respect to a sublinear expectation and establish large deviation principle for the empirical measures for independent random variables under the sublinear expectation.     

关于有限马氏链相对熵密度和随机条件熵的一类极限定理

本文引进有限非齐次马链随机条件熵的概念，研究这个概念与相对熵密度的关系，并通过数列的绝对平均收敛的概念给出了有限非齐次马氏链的相对频率，相对熵密度和平均随机条件熵ａ．ｅ收敛于常数及有限非齐次马氏链熵率存在的条件。     

大型客机协同研制工艺技术风险的正态云模型评估

研究不确定情景下大型客机协同研制正态云模型风险评估方法及应用问题。建立了正态云模型的偏差熵测度,提出了面向云模型偏差熵的指标权重确定模型,构建了面向多数据类型的正态云模型风险评估方法。建立了涵盖工艺标准、工艺方案等五个指标的大型客机协同研制供应商工艺技术风险评估指标体系,并基于正态云模型评估方法进行了实际应用。