Psikolojik ve geometrik öğeler de dahil olmak üzere tüm sezgileri yakalayan basit bir prosedür var . Bizim algımızın temeli olan mekansal yakınlığı kullanmaya dayanır ve sadece simetriler tarafından kusursuz bir şekilde ölçülenleri yakalamanın kendine özgü bir yolunu sağlar.
mnk=2233min(n,m)min(n,m)
Bunun nasıl çalıştığını görmek için en Arayacağım söz konusu diziler için hesaplamalar yapalım yoluyla üstten alta doğru,. Burada için hareketli toplamlarının grafikleridir ( elbette ki orijinal dizi) tatbik .a1a5k=1,2,3,4k=1a1
Saatin sol üstünden saat yönünde, , , ve eşittir . Diziler ile , daha sonra ile , ile ve ile , sırasıyla. Hepsi "rastgele" görünüyor. Bu rastgeleliği temel 2 entropisi ile ölçelim. İçin , bu entropiler dizisidir . Buna "profili" diyelim .k124355442233a1(0.97,0.99,0.92,1.5)a1
Burada, aksine, hareketli toplamları :a4
İçin , düşük entropi nereden küçük farklılıklar vardır. Profil . Değerleri sürekli olarak değerlerinden daha düşüktür ve sezgisel güçlü bir "model" olduğunu .k=2,3,4(1.00,0,0.99,0)a1a4
Bu profilleri yorumlamak için bir referans çerçevesine ihtiyacımız var. İkili değerlerin Mükemmel rastgele dizi sadece yarım onun eşit değerlere sahip olacaktır ve eşit diğer yarısı bir entropi için, . İçinde hareket eden toplamlar tarafından mahallelerde yaklaşık olarak hesaplanabilir ki (en azından büyük diziler için) onlara öngörülebilir entropilerini vererek binom dağılımları sahip olma eğilimi olacak :011kk1+log2(k)
Bu sonuçlar kadar olan dizilere sahip simülasyonlarla ortaya çıkar . Bununla birlikte, komşu pencereler arasındaki korelasyon nedeniyle (pencere boyutu dizinin boyutlarının yaklaşık yarısı olduğunda) ve az miktarda veri nedeniyle küçük diziler için ( burada göre dizileri gibi) parçalanırlar . Burada rasgele bir referans profili ile gerçek bazı profil çizimleri ile birlikte yöntemleri ile elde diziler:m=n=1005555
Bu çizimde referans profili sabit mavidir. Dizi profilleri karşılık kırmızı,: : altın, : yeşil, : açık mavi. ( dahil olmak , resmi profiline yakın olduğu için .) Genel olarak profiller soru karşılık gelir: görünür sıralama arttıkça çoğu değerinde daha düşük olurlar . İstisna : sonuna kadar, , hareketli toplamlar en düşük entropiler arasında olma eğilimindedir . Her: Bu şaşırtıcı bir düzenlilik ortaya koymaktadır tarafından mahalledea1a2a3a4a5a4ka1k=422a1 , tam olarak veya siyah kareye sahiptir, asla veya daha fazla olmaz. Birinin düşündüğünden çok daha az "rastgele". (Bu, kısmen her mahalledeki değerlerin toplanmasına eşlik eden bilgi kaybından, olası mahalle yapılandırmalarını sadece farklı olası meblağlarda yoğunlaştıran bir prosedürden kaynaklanmaktadır . her bir mahalle içinde kümelenme ve yönlendirme için, bunun yerine hareket eden miktarda kullanarak biz concatenations hareket kullanmak. Başka bir deyişle, her bir ile mahalle sahip122k2k2+1kk2k2olası farklı yapılandırmalar; hepsini ayırt ederek daha ince bir entropi ölçüsü elde edebiliriz. Böyle bir önlemin profilini diğer görüntülere göre yükselteceğini düşünüyorum .)a1
Hareketli mahallelerdeki değerleri toplayarak (veya birleştirerek veya başka şekilde birleştirerek) kontrollü ölçeklerde bir entropiler profili oluşturma tekniği görüntülerin analizinde kullanılmıştır. İlk önce metni bir dizi harf, daha sonra bir dizi digraph (iki harfli diziler), daha sonra trigraphlar, vb. Olarak analiz etme iyi bilinen bir fikrinin iki boyutlu bir genellemesidir. analiz (bu, görüntünün özelliklerini daha ince ve daha ince ölçeklerde araştıran). Bir blok hareketli toplamı veya blok birleştirmeyi kullanmaya biraz özen gösterirsek (böylece pencereler arasında çakışma olmaz), ardışık entropiler arasında basit bir matematiksel ilişki ortaya çıkabilir; ancak,
Çeşitli uzantılar mümkündür. Örneğin, rotasyonel olarak değişmeyen bir profil için, kare olanlardan ziyade dairesel mahalleler kullanın. Tabii ki her şey ikili dizilerin ötesine geçiyor. Yeterince büyük dizilerle, durağan olmama durumunu tespit etmek için yerel olarak değişen entropi profilleri bile hesaplanabilir.
Bir halinde , tek sayıda isteniyorsa, bunun yerine tüm profilin, uzamsal rastgele (ya da bunun eksikliği) ilgi konusu olan ölçeği seçin. Bu örneklerde, bu ölçek bir en iyi karşılık olur ile veya göre onların uygulamalar için elektron hepsi üç ila beş hücreleri (yayılan gruplar güvenmek ve çünkü, mahalle hareketli bir ile uzağa mahalle sadece ortalamaları tüm varyasyon dizi ve böylece işe yaramaz). İkinci ölçekte, için entropiler yoluyla olan , , , , ve3 4 4 5334455a1a51.500.81000 ; Bu ölçekte beklenen entropi (eşit olarak rastgele bir dizi için) . Bu, "oldukça yüksek entropiye sahip olması gerektiği" fikrini haklı çıkarır . Ayırt etmek , ve ile bağlanmıştır, (bir sonraki daha ince çözünürlükte bir nokta, bu ölçekte entropi ile kendi entropi şunlardır: yakın çevre) , , , sırasıyla, (rastgele ızgara beklenmektedir, oysa değerine sahip ). Bu önlemlerle, asıl soru dizileri tam olarak doğru sıraya koyuyor.1.34a1a3a4a50331.390.990.921.77