matlab求股票的信息熵

① 如何用matlab计算已知图像的熵

function entr=yentropy(a)
a=uint8(a); %这里a为8位的单色图像或24为的RGB彩色图像
[m n l]=size(a);
entr=0;
for k=1:l
hi=zeros(1,256);
for i=1:m
for j=1:n
hi(a(i,j,k)+1)=hi(a(i,j,k)+1)+1; %求每种值的在图像中出现的次数
end
end
hi=sort(hi,'descend');
hi=hi./m./n; %求概率
en=0.0;
for i=1:256
if hi(i)>0
en=en-hi(i).*log2(hi(i)); %概率不为0 累加求熵
else
i=257; %否则停止
end
end
entr=entr+en;
end
entr=entr/l; %当l=1时a为单色图像；
当l=3时a为彩色图像，三个页面的熵平均.

② matlab中如何计算两组数据的互信息，或者如何计算联合熵，为什么我算出来都是负值 求解！！急

L(i,j)=mm(i)*mm2(j); 这一条意味着两个变量相互独立，最终答案肯定为0，
m=[78.3 13.2 4.32 4.32 72 24.5 33.9 679 143 20 26.7 46.9 230 159.8 128 215.6 139 139 70.2 129.6 ];
m = mapminmax(m,0,1);
m2=[78.61 96.98 81.86 82.91 81.35 83.95 78.76 85.72 83.98 84.47 84.73 76.14 124.69 124.69 124.69 623.47 124.69 124.69 18.75 630.02 ];
m2 = mapminmax(m2,0,1);
Y=hist3([m',m2'])/100;
mm=sum(Y,1);
mm2=sum(Y,2);
mm2=mm2';
%
% mm=hist(m)/10;
% mm
mm(mm==0) = [ ];
% mm
Hm = -sum(mm.*log2(mm));
Hm
mm2(mm2==0) = [ ];
mm2
Hm2 = -sum(mm2.*log2(mm2));
Hm2
Y=reshape(Y,1,100);
Y(Y==0)=[];
Hab=-sum(sum(Y.*log2(Y)));
disp('Hab信源联合熵为：');
Hab
%计算a和b的互信息
mi =( Hm+Hm2)-Hab;
mi

③ 如何编写求图像的熵的Matlab程序

求图像的熵，在许多场合下都有应用，也可以有多种编写程序的方法，下面介绍作者编写的一个图像熵的函数yentropy()，可以直接调用。可以用于求图像的局部熵，也可以求其整体熵。
function entr=yentropy(a)
a=uint8(a); %这里a为8位的单色图像或24为的RGB彩色图像
[m n l]=size(a);
entr=0;
for k=1:l
hi=zeros(1,256);
for i=1:m
for j=1:n
hi(a(i,j,k)+1)=hi(a(i,j,k)+1)+1; %求每种值的在图像中出现的次数
end
end
hi=sort(hi,'descend');
hi=hi./m./n; %求概率
en=0.0;
for i=1:256
if hi(i)>0
en=en-hi(i).*log2(hi(i)); %概率不为0 累加求熵
else
i=257; %否则停止
end
end
entr=entr+en;
end
entr=entr/l; %当l=1时a为单色图像；当l=3时a为彩色图像，三个页面的熵平均

④ 信息熵的问题-MATLAB

有一个明显的问题，
temp+=1+a(i)(j);

在MATLAB中与C语言不同，是没有 '+=' 这个运算符的。
应该改成 temp=temp+1+a(i)(j);

⑤ matlab中使用matlab自带信息熵entropy函数， 出现错误 Undefined command/function 'Entropy' ，版本为7.

你的问题也太简洁了，不懂

⑥ 如何用matlab软件计算一幅图像信息的熵以及两幅图像间的联合熵

%计算一副图像的熵

%随机生成图像
A=floor(rand(8,8).*255);

[M,N]=size(A);
temp=zeros(1,256);

%对图像的灰度值在[0,255]上做统计
for m=1:M;
for n=1:N;

if A(m,n)==0;
i=1;
else
i=A(m,n);
end
temp(i)=temp(i)+1;
end
end
temp=temp./(M*N);

%由熵的定义做计算
result=0;

for i=1:length(temp)
if temp(i)==0;
result=result;
else
result=result-temp(i)*log2(temp(i));
end
end
result

%计算联合熵

%随机生成图像
A=floor(rand(8,8).*255);
B=floor(rand(8,8).*255);

[M,N]=size(A);
temp=zeros(256,256);

%对图像的灰度值成对地做统计
for m=1:M;
for n=1:N;

if A(m,n)==0;
i=1;
else
i=A(m,n);
end

if B(m,n)==0;
j=1;
else
j=B(m,n);
end

temp(i,j)=temp(i,j)+1;
end
end
temp=temp./(M*N);

%由熵的定义做计算
result=0;

for i=1:size(temp,1)
for j=1:size(temp,2)
if temp(i,j)==0;
result=result;
else
result=result-temp(i,j)*log2(temp(i,j));
end
end
end
result

⑦ matlab中的entropy函数是如何实现的

(1)先用Hist函数对x(n)的赋值范围进行分块，比如赋值范围在0~10的对应第
一块，10~20的第二块，以此类推。这之前需要对x(n)做一些归一化处理
(2)统计每一块的数据个数，并求出相应的概率
(3)用信息熵公式求解

以上求解方法获得的虽然是近似的信息熵，但是一般认为，这么做是没有问题的
求一维序列的信息熵的matlab程序代码如下：（已写成调用的函数形式）
测试程序：
fs=12000;
N=12000;
T=1/fs;
t=(0:N-1)*T;
ff=104;
sig=0.5*(1+sin(2*pi*ff*t)).*sin(2*pi*3000*t)+rand(1,length(t));
Hx=yyshang(sig,10)

⑧ 熵函数的matlab编程，函数见图片。

没弄明白 ， 你给的输入参数是Pij ， Xij ？

是否目的是求这样的一个函数？
function [R]=shang( P , X) % P，X为 i行，j列的数据？

如果是以上目的，那很简单的

另：想知道你什么专业的，数学 还是其他？

⑨ matlab求振动信号信息熵

题主给出的用matlab求振动信号信息熵的代码有下列几个问题：

1、shannon=-sum(x.*log2(x))，该代码不能写在for循环中，因为sum是求和命令，其要求x为数值向量

2、循环语句中 x=b(i)/sum(b) ，该代码最后的得到结果是一个x数值，并没有得到一组数值向量，所以该循环应这样来写

for i=1:3072

x(ⅰ)=b(i)/sum(b);

end

3、为了帮你理解，你可运行下列代码，就可以发现，他们的区别。

A=1:10;

for i=1:10,x=A(i)/sum(A);end,x

for i=1:10,x(i)=A(i)/sum(A);end,x

⑩ 如何matlab求解直方图的偏度 峰值 能量 熵

正态分布的信息熵H＝-∫P(x)lnP(x) dx 其中第一个积分部分就是∫P(x)dx=1 , 第二积分部分就是E(x-u)^2=σ2 所以H的结果为