写一个matlab计算香农熵的代码函数

function H = shannon_entropy(data)
%计算香农熵
%输入参数：data为一个向量或矩阵，表示样本数据
%输出参数：H为样本数据的香农熵

if ~isvector(data)
error('输入参数必须是一个向量或矩阵');
end

%计算数据中不同取值的概率
p = hist(data(:),unique(data))/numel(data);
%计算香农熵
H = -sum(p.*log2(p));
end

相关问题

matlab香农熵代码

以下是基于MATLAB的香农熵计算代码示例：

function H = shannonentropy(X)
% 香农熵计算函数
% X: 输入数据向量

% 计算数据向量中所有出现过的元素及其出现次数
[uniqueVals, ~, uniqueCounts] = unique(X);
counts = accumarray(uniqueCounts, 1);

% 计算香农熵
p = counts / numel(X);
H = -sum(p .* log2(p));
end

示例用法：

X = [1 2 2 3 3 3 4 4 4 4];
H = shannonentropy(X); % H = 1.8464

写一个用对角线线段数方法计算香农熵的matlab函数

function H = diagonal_entropy(X)
% 计算用对角线线段数方法的香农熵

n = length(X); % 数据长度
D = zeros(n,n); % 初始化对角线矩阵
for i = 1:n
for j = 1:n
if i == j
D(i,j) = 0; % 对角线元素为0
elseif X(i) == X(j)
D(i,j) = 1; % 相同值的元素为1
else
D(i,j) = -1; % 不同值的元素为-1
end
end
end

d = sum(D,2); % 每行元素之和
H = -sum((d./n).*log2(d./n)); % 香农熵的计算

end