复习-1《信息论与编码技术》复习提纲复习题纲第0章绪论题纲:I
什么是信息论
什么是信息的通信模型
什么是信息的测度
自信息量的定义、含义、性质需掌握的问题:1
信息的定义是什么
(广义信息、狭义信息——Shannon信息、概率信息)2
Shannon信息论中信息的三要素是什么
通信系统模型图是什么
每一部分的作用的是什么
什么是信息测度
什么是样本空间、概率空间、先验概率、自信息、后验概率、互信息
自信息的大小如何计算
含义是什么(是对什么量的度量)
第1章信息论基础㈠《离散信源》题纲:I
信源的定义、分类II
离散信源的数学模型III
熵的定义、含义、性质,联合熵、条件熵复习-2IV
离散无记忆信源的特性、熵V
离散有记忆信源的熵、平均符号熵、极限熵VI
马尔科夫信源的定义、状态转移图VII
信源的相对信息率和冗余度需掌握的问题:1
信源的定义、分类是什么
离散信源的数学模型是什么
信息熵的表达式是什么
信息熵的单位是什么
信息熵的含义是什么
信息熵的性质是什么
单符号离散信源最大熵是多少
信源概率如何分布时能达到
信源的码率和信息率是什么,如何计算
什么是离散无记忆信源
什么是离散有记忆信源
离散无记忆信源的数学模型如何描述
信息熵、平均符号熵如何计算
离散有记忆多符号离散平稳信源的平均符号熵、极限熵、条件熵(N阶熵)的计算、关系和性质是什么
什么是马尔科夫信源
马尔科夫信源的数学模型是什么
马尔科夫信源满足的2个条件是什么
马尔科夫信源的状态、状态转移是什么
如何绘制马尔科夫信源状态转移图
马尔科夫信源的稳态概率、稳态符号概率、稳态信息熵如何计算
信源的相对信息率和冗余度是什么
复习-3㈡《离散信道》题纲:I
信道的数学模型及分类II