| − | 上文中提到的随机性可以用香农熵率(Shannon Entropy Rate)来度量,香农熵率是信息论中的一个概念,它是[[熵|香农熵]]的扩展,主要用于描述时间序列(如[[随机过程]])的平均信息量。香农熵率是信息不确定性程度的归一化指标,信息的不确定性越高,香农熵率越大。如果环境信息生成的离散符号序列记作[math]\displaystyle{ s^L }[/math] ,[math]\displaystyle{ L }[/math]为序列的长度,香农熵率记作[math]\displaystyle{ h_μ }[/math],它与柯式复杂度[math]\displaystyle{ K(x) }[/math]的关系为: | + | 上文中提到的随机性可以用香农熵率(Shannon Entropy Rate)来度量,香农熵率是信息论中的一个概念,它是[[香农信源编码定理|香农熵]]的扩展,主要用于描述时间序列(如[[随机过程]])的平均信息量。香农熵率是信息不确定性程度的归一化指标,信息的不确定性越高,香农熵率越大。如果环境信息生成的离散符号序列记作[math]\displaystyle{ s^L }[/math] ,[math]\displaystyle{ L }[/math]为序列的长度,香农熵率记作[math]\displaystyle{ h_μ }[/math],它与柯式复杂度[math]\displaystyle{ K(x) }[/math]的关系为: |