語義信息論(精)

從書序
序言
前言
第1章 緒論
1.1 經典信息論概述
1.2 語義信息論發展歷史
1.3 本書的符號體系
1.4 本書的章節組織
1.5 本章小結
第2章 經典信息論
2.1 通信系統的基本模型
2.2 語法信息的度量
2.2.1 信息熵
2.2.2 相對熵與互信息
2.2.3 信道容量與率失真函數
2.3 通信系統的優化原則
2.4 無失真信源編碼定理
2.5 信道編碼定理
2.6 限失真信源編碼定理
2.7 信源信道編碼定理
2.8 香農信道容量公式
2.9 經典信息論的指導意義
2.10 本章小結
第3章 語義信息論早期探索
3.1 基於邏輯概率的語義信息理論
3.1.1 邏輯概率與語義熵
3.1.2 基於命題邏輯的語義編碼定理
3.2 基於模糊屬性的語義信息理論
3.2.1 廣義通信系統物理模型
3.2.2 廣義信源和廣義熵
3.2.3 全信息度量
3.3 Rényi熵與Rényi互信息
3.4 Kolmogorov覆雜性
3.5 本章小結
第4章 語義信息度量
4.1 語義通信系統模型及設計準則
4.1.1 語義通信系統模型
4.1.2 語義通信系統的設計準則
4.2 語義信息的同義關系
4.2.1 信源信息的同義屬性
4.2.2 下遊任務的同義屬性
4.2.3 同義映射
4.2.4 一詞多義與含義模糊的處理
4.2.5 語義信息的本質理解
4.3 語義變量
4.3.1 語義變量定義
4.3.2 語義數字特征
4.4 語義熵
4.4.1 語義熵定義
4.4.2 基本性質
4.4.3 語義聯合熵與語義條件熵
4.5 語義信息散度與語義互信息
4.5.1 語義信息散度
4.5.2 上/下語義互信息
4.6 語義信道容量
4.7 語義率失真函數
4.7.1 語義率失真函數的定義與性質
4.7.2 語義率失真函數的參量表達式
4.8 本章小結
第5章 語義無失真信源編碼定理
5.1 語義漸近等分割與語義典型序列
5.1.1 語義弱典型序列
5.1.2 語義強典型序列
5.1.3 語義與語法典型序列的比較
5.2 正定理證明
5.3 逆定理證明
5.4 變長語義無失真信源編碼定理
5.4.1 語義Kraft不等式
5.4.2 最優語義信源碼長
5.5 語義Huffman編碼
5.5.1 語義Huffman樹
5.5.2 語義Huffman編碼與譯碼
5.5.3 語義Huffman編碼在文本壓縮中的應用
5.6 語義算術編碼
5.6.1 編解碼流程
5.6.2 理論極限分析
5.6.3 性能驗證
5.7 本章小結
第6章 語義信道編碼定理
6.1 語義聯合漸近等分割
6.1.1 弱聯合典型序列
6.1.2 弱條件典型序列
6.1.3 強聯合典型序列
6.1.4 強條件典型序列
6.2 語義信道編碼定理
6.2.1 語義信道編碼模型
6.2.2 編碼定理證明思想
6.3 正定理證明
6.4 逆定理證明
6.5 語義信道編碼方法
6.6 無失真語義信源信道編碼定理
6.7 本章小結
第7章 語義限失真信源編碼定理
7.1 語義聯合漸近等分割
7.1.1 語義失真度量
7.1.2 弱聯合典型序列
7.1.3 強聯合典型序列
7.2 語義限失真編碼定理
7.2.1 語義限失真編碼模型
7.2.2 定理證明
7.3 基於弱典型序列的正定理證明
7.4 基於強典型序列的正定理證明
7.5 逆定理證明
7.6 限失真語義信源信道編碼定理
7.7 本章小結
第8章 連續消息的語義信息度量
8.1 連續信源的語義熵
8.1.1 連續條件下的同義映射
8.1.2 連續消息的語義熵
8.1.3 連續消息的語義聯合熵與語義條件熵
8.2 連續消息的語義信息散度與語義互信息
8.2.1 連續消息的語義信息散度
8.2.2 連續消息的上/下語義互信息
8.2.3 連續消息的語義信道容量
8.2.4 連續消息的語義率失真函數
8.3 連續消息的語義典型序列
8.3.1 語義典型序列與同義典型序列
8.3.2 語義聯合典型序列與聯合同義典型序列
8.4 高斯信道的語義容量
8.4.1 高斯語義信道容量
8.4.2 高斯信道語義編碼定理可達性證明
8.4.3 高斯信道語義編碼逆定理證明
8.4.4 限帶高斯信道的語義容量
8.5 高斯信源的語義率失真函數
8.6 本章小結
參考文獻
後記