人工智能基础：信息熵度量的离群数据挖掘算法

介绍了增量决策树算法的基本原理,并从实例费用和信息熵费用两个角度出发,对增量决策树算法的复杂度进行分析。通过实例说明,增量决策树算法能够构造出与ID3算法形态基本相同的决策树

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考

2.1 离散变量的非平均信息量 2.2 离散集的平均自信息量－熵 2.3 离散集的平均互信息量 2.4 连续随机变量的互信息和熵 2.5 凸函数和互信息的凸性

《现代测试导论》课程教学资源（测量方法与测量理论）测量信息论资料（被测量信息熵、测量误差熵及其关系）

《现代测试导论》课程教学资源（测量方法与测量理论）测量信息论资料（测量数据的信息熵与测量误差熵研究）

1 、信源的数学模型及分类 2、信息量及其性质 3、离散信源的熵及性质 4、联合熵和条件熵 5、平均互信息量及其性质 6、扩展信源 7、离散有记忆信源的熵 8、马尔可夫信源的信息熵 9、离散信源的信息（速）率和信息含量效率 10、连续随机变量下的熵和平均互信息量

§3.1 自发变化的共同特征 §3.2 热力学第二定律 §3.3 Carnot定理 §3.4 熵的概念 §3.5 Clausius不等式与熵增加原理 §3.6 热力学基本方程与T-S图 §3.7 熵变的计算 §3.8 熵和能量退降 §3.9 热力学第二定律的本质和熵的统计意义 §3.10 Helmholtz和Gibbs自由能 §3.11 变化的方向与平衡条件 §3.13 几个热力学函数间的关系 §3.12 G的计算示例 §3.14 热力学第三定律及规定熵 *§3.15 绝对零度不能到达的原理 *§3.16 不可逆过程热力学简介 *§3.17 信息熵浅释

《现代测试导论》课程教学资源（测量方法与测量理论）测量信息论资料（信息熵在电子测量误差分析中的应用）

《现代测试导论》课程教学资源（测量方法与测量理论）测量信息论资料（信息熵在曲线拟合辨识中的应用）