首页 > 继续教育> 咨询工程师继续教育
题目内容 (请给出正确答案)
[单选题]

对于离散信源熵的递推性,说法正确的是()。

A.概率空间的变化,不一定导致熵的变化

B.熵函数的递推性指出,细节越丰富,信息量越大

C.熵函数的递推性指出,细节越丰富,信息量越小

D.上面选项都不对

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“对于离散信源熵的递推性,说法正确的是()。”相关的问题
第1题
关于熵编码方法说法错误的是()。

A.熵编码是有损编码

B.熵编码是无损编码

C.熵编码旨在去除信源的统计冗余信息

D.熵编码是一种数据压缩编码

点击查看答案
第2题
关于卡尔曼滤波算法,下列说法正确的是()。

A.卡尔曼滤波是一组线性最小均方估计的递推算法

B.卡尔曼滤波能够提供离散时间线性系统状态的线性最小均方估计

C.卡尔曼滤波在应用时需要对随机动态线性系统建立模型

D.在卡尔曼滤波算法推导中,系统扰动噪声和测量噪声都是假定为白噪声

点击查看答案
第3题
一个离散时间无记忆加性躁声信道的输入X限制在[-2,2]:独立于X的噪声Z在(-1,1)区间均匀分布。熵为h(Z);信道输出Y的熵为h(Y)。(1)写出信道输入与输出平均互信息I(X;Y)的表达式。(2)求信道容量和达到容量时的输出概率分布。(3)求达到容量时的输入概率分布。
一个离散时间无记忆加性躁声信道的输入X限制在[-2,2]:独立于X的噪声Z在(-1,1)区间均匀分布。熵为h(Z);信道输出Y的熵为h(Y)。(1)写出信道输入与输出平均互信息I(X;Y)的表达式。(2)求信道容量和达到容量时的输出概率分布。(3)求达到容量时的输入概率分布。

点击查看答案
第4题
有离散无记忆信源,其失真度为汉明失真度。(1)求Dmin和R(Dmin),并写出相应试验信道的信
有离散无记忆信源,其失真度为汉明失真度。(1)求Dmin和R(Dmin),并写出相应试验信道的信

有离散无记忆信源,其失真度为汉明失真度。

(1)求Dmin和R(Dmin),并写出相应试验信道的信道矩阵;

(2)求Dmax和R(Dmax),并写出相应试验信道的信道矩阵;

(3)若允许平均失真度D=1/3,试问信源的每一个信源符号平均最少由几个二进制码符号表示?

点击查看答案
第5题
关于决策树,以下说法中错误的是()

A.决策树不要求样本集的各个维度的特征具有同质性

B.一般无法用基于距离的指标来衡量样本集划分结果的紧致性

C.一般不采用熵的概念来度量每个子样本集的纯度

D.决策树是有监督学习方法

点击查看答案
第6题
关于比特、符号和码片,下面说法正确的是()。

A.经过信源编码的含有信息的数据称为“比特”(bps)

B.经过信道编码和交织后的数据称为“符号”(sps)

C.经过最终扩频得到的数据称为“码片”(cps)

D.经过信道编码和交织后的数据称为“比特”(bps)

E.经过信源编码的含有信息的数据称为“符号”(sps)

点击查看答案
第7题
对于离散模块及其产生的离散信号不需要进行过零检测。()

此题为判断题(对,错)。

点击查看答案
第8题
‏以下哪种说法是准确的?()‏

A.匿名信源是没有价值的,都不可信

B.权威信源一定优于匿名信源

C.如果一个人在某争议性事件中有利益关系牵扯其中,那么他提供的证词就是不可靠的

D.在新闻采访中,匿名信源的缺陷是,读者无法通过评估匿名信源的可靠性来判断信息的可靠性

点击查看答案
第9题
将某二元信源的输出序列分成长度都是7个符号的分组并给定一个(7,4)汉明码,对每7个符号的信源分
将某二元信源的输出序列分成长度都是7个符号的分组并给定一个(7,4)汉明码,对每7个符号的信源分

组,用与其汉明距离最近的汉明码码字所对应的4位信息符号来代表,通过无噪声信道进行传输:在接收端,用接收的4位信息符号所对应的码字表示信源分组。

(1)求编码器的码率和编码系统的平均失真。

(2)将(1) 的结果与R(D)比较(设失真测度为汉明失真)。

(3)对于任意1,应用(2-1,2 -l-1)汉明编码,求码率和平均失真。

点击查看答案
第10题
下列对于6S检查评比的分类,说法正确的是()

A.日常性的检查是平时性的

B.月度评比属于日常性的检查

C.日常性的检查目的是有效激励、取长补短

D.阶段性的检查,主要是部门层面

点击查看答案
第11题
面关于FasterRCNN算法的描述中,正确的说法是哪个()?

A.FasterRCNN主要是采用选择性搜索实现候选框提取

B.FasterRCNN使用SVM进行目标类别分类

C.FasterRCNN使用一个卷积实现分类和位置微调

D.FasterRCNN的损失函数与RCNN相同,位置损失函数采用交叉熵

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改