用c语言求信源熵怎么编程

Python013

用c语言求信源熵怎么编程,第1张

#include <stdio.h>

#include <string.h>

#include<math.h>

int main()//是少了main函数，程序里面一定要有main函数的

{

double p[100]//每个信源的概率

int n//信源个数

int i

double sum=0

scanf("%d",&n)

for(i=0i<ni++)

{

scanf("%lf",&p[i])

sum+=-p[i]*(log(p[i])/log(2.0))

}

printf("%lf\n",sum)

return 0

}

1、熵是描述区域的随机程度的，P=ΣC*logC，C是灰度概率值，当图像均匀时，各灰度值的概率基本相等，熵可以达到最大

2、例程：

#include<iostream.h>

#include<math.h>

int i,j

double rowsum(double table[][4],int nrow)//定义第i行的边际概率函数

{

for(i=0i<nrowi++)

{

   for( j=1j<4j++)

    table[i][0]+=table[i][j] 

}

return 0

}

double liesum(double table[4][4],int nlie)//定义第j列的边际概率函数

{ for( j=0j<nliej++)

{

   for( i=1i<4i++)

    table[0][j]+=table[i][j]

}

    return 0

}

void main()

{ 

double p[4][4]={{1.0/8.0,1.0/16.0,1.0/32.0,1.0/32.0},{1.0/16.0,1.0/8.0,1.0/32.0,1.0/32.0},

{1.0/16.0,1.0/16.0,1.0/16.0,1.0/16.0},{1.0/4.0,0.0,0.0,0.0}}

for ( i=0i<4i++)//输出概率矩阵

{

   for ( j=0j<4j++)

    cout<<p[i][j]<<" "

      cout<<endl      

}cout<<endl 

rowsum(p,4)//调用函数输出第i行的边际概率 

for (i =0i<4i++)

{cout<<"第"<<i<<"行的边际概率p"<<"["<<i<<"]"<<"是"<<p[i][0]<<endl}cout<<endl

liesum(p,4)//调用函数输出第j列的边际概率

for ( j =0j<4j++)

{cout<<"第"<<j<<"列的条件概率p"<<"["<<j<<"]"<<"是"<<p[0][j]<<endl}cout<<endl

// double p[4][4]

double H1=0.0

for( i=0i<4i++)

{H1+=p[i][0]*(log((1.0/p[i][0])/log(2.0)))}

    double H2=0.0

for( j=0j<4j++)

{H2+=p[0][j]*(log((1.0/p[0][j])/log(2.0)))}

    double H3=0.0 

for(i=0i<3i++)

for(j=0j<4j++) 

{H3+=p[i][j]*(log(1.0/p[i][j])/log(2.0))}

H3+=p[4][1]*(log(1.0/p[4][1])/log(2.0))

    cout<<"X的熵：H(X)="<<H1<<endl

cout<<"Y的熵：H(Y)="<<H2<<endl

    cout<<"(X,Y)的熵：H(X,Y)="<<H3<<endl

cout<<endl

cout<<"条件熵：H(X|Y)="<<H3-H2<<endl

cout<<"条件熵：H(Y|X)="<<H3-H1<<endl

cout<<"互信息：I(XY)="<<H1+H2-H3<<endl

int size=4//定义联合概率p为维数组

double *p

p=new double[size] 

for ( i=0i<4i++)//联合概率计算

{

   for ( j=0j<4j++)

   {

      /*int nSize 

            scanf( "%d", &nSize ) 

            int *p = ( int* )malloc( sizeof( int ) * nSize ) 

            for( int i = 0 i < nSize i++ ) 

            p[ i ] = 0

            

    double table[4][4]

        p[i]=pp[0][i]*table[i][j]

    cout<<"联合概率"<<"p"<<"["<<i<<"]"<<"["<<j<<"]""是"<<p[i]<<endl

   

   }

}

for ( i=0i<4i++)//联合熵的计算

{

   for ( j=0j<4j++)

   {   

   

   // H+=p[i][j]*log(1.0/p[i][j])

    H+=p[i]*(log((1.0/p[i])/log(2.0)))

   }

}

cout<<"联合H(x,y)熵为"<<H<<endl

delete []p */

}