重击 用于计算符号互信息和熵的符号传递的Python模块

Engineering Vibration, Communication and Information Processing。Kanad Ray · S. N. Sharan，2018。

现在有大量关于模糊熵和模糊互信息理论的文章。 然而，这些概念的 Matlab 实现明显缺乏。 根据学生和研究人员的大量要求，我编写了此代码以简化此类概念并提供一个您可以直接尝试的工具。 当然，您可能会发现许多不同的方法可以增强代码的功能，因此请随时通知我和其他任何此类更新。 如果您使用此代码，请引用以下任何一篇论文： [1] RN Khushaba、A. Al-Jumaily 和 A. Al-Ani，“基于模糊熵和小波包变换的新型特征提取方法用于肌电控制”，第 7 届国际通信和信息技术研讨会 ISCIT2007，澳大利亚悉尼，第 352 – 357 页。 [2] RN Khushaba、S. Kodagoa、S. Lal 和 G. Dissanayake，“使用基于模糊小波包的特征提取算法的驾驶员睡意分类”，IEEE 生物医学工程汇刊，卷。 58，没有。 1，第 121-131 页，

Zachman关于企业架构的论文《A framework for information systems architecture》

信息检索（Information Retrieval）是用户进行信息查询和获取的主要方式，是查找信息的方法和手段。狭义的信息检索仅指信息查询（Information Search）。即用户根据需要，采用一定的方法，借助检索工具，从信息集合中找出所需要信息的查找过程。广义的信息检索是信息按一定的方式进行加工、整理、组织并存储起来，再根据信息用户特定的需要将相关信息准确的查找出来的过程。又称信息的存储于检索。一般情况下，信息检索指的就是广义的信息检索。

The subject of this book is nite set statistics (FISST) recently developed theory that unies much of information fusion under a single probabilistic—in fact, Bayesian—paradigm.

Coding and Information Theory，信息论与编码入门的一本书

Minimal Perfect Hashing-Based Information-理解-自学-翻译-引文

RMDL：RMDL：用于分类的随机多模型深度学习

互信息计算matlab代码计算聚类之间的调整后的相互信息 该存储库包含用于在R中的聚类之间快速且并行地计算调整后的相互信息（AMI），归一化的相互信息（NMI）和调整后的兰德指数（ARI）的代码。 NMI和ARI被广泛使用并且是成熟的分区协议度量标准。 调整后的相互信息度量标准由提出。 它提供了归一化的互信息度量，可通过计算观察到的群集大小分布的分区之间的预期互信息（EMI）来校正随机预期分区重叠的基线值，从而对其进行校正。 有关更多信息，另请参见。 原始作者提供了计算AMI值和其他功能的信息。 该存储库中的代码提供了AMI，NMI和ARI的快速，高效和可并行计算。 它用于特定的生物学应用：在将微生物宏基因组序列数据聚集成（OTU）时评估分区的一致性。 该存储库中提供的数据是针对〜1M序列的集合，根据完整链接或平均链接聚类，将其聚集成OTU。 两个分区都以每行一行（“ otu映射”）和每行一行（“ seq映射”）的格式保存； R脚本中提供了更多详细信息。 重要的是，该代码是通用的，可用于任何类型的聚类数据。 将序列聚类到OTU中只是一个应用示例。