和声熵:修订间差异

来自律学维基
跳到导航跳到搜索
Null留言 | 贡献
Null留言 | 贡献
第4行: 第4行:
考虑一系列k音和弦<math> x_1=x_{11}:x_{12}:...:x_{1k}, x_2=x_{21}:x_{22}:...:x_{2k}, ..., x_m=x_{m1}:x_{m2}:...:x_{mk}, ...</math>, 假定它们出现的概率为<math>p_1, p_2, ...,p_m, ...</math>.
考虑一系列k音和弦<math> x_1=x_{11}:x_{12}:...:x_{1k}, x_2=x_{21}:x_{22}:...:x_{2k}, ..., x_m=x_{m1}:x_{m2}:...:x_{mk}, ...</math>, 假定它们出现的概率为<math>p_1, p_2, ...,p_m, ...</math>.


假设接收者会把和弦<math> x_m=x_{m1}:x_{m2}:...:x_{mk} </math> 识别成 <math> y=y_{m1}:y_{m2}:...:y_{mk} </math>,其中<math>y</math>为<math>x</math>的随机扰动。
假设接收者会把和弦<math>x=x_{1}:x_{2}:...:x_{k} </math> 识别成 <math> y=y_{1}:y_{2}:...:y_{k} </math>,其中<math>y</math>为<math>x</math>的随机扰动。


问:接收者怎样知道和弦<math>x_n</math>是什么?
问:接收者怎样知道y对应的和弦x是哪个<math>x_n</math>?


答:根据贝叶斯公式,<math>P(x_n|y)=(P(y|x_n)P(x_n)) / \sum_{m=1}^{\infty} P(y|x_m)P(x_m)</math>. 计算出各个<math>P(x_n|y)</math>后,接收者会选择概率最大的<math>x_n</math>作为答案。
答:根据贝叶斯公式,<math>P(x_n|y)=(P(y|x_n)P(x_n)) / \sum_{m=1}^{\infty} P(y|x_m)P(x_m)</math>. 计算出各个<math>P(x_n|y)</math>后,接收者会选择概率最大的<math>x_n</math>作为答案。

2026年3月12日 (四) 11:16的版本

和声熵是衡量[[和弦]和谐程度的方式。

模型

考虑一系列k音和弦x1=x11:x12:...:x1k,x2=x21:x22:...:x2k,...,xm=xm1:xm2:...:xmk,..., 假定它们出现的概率为p1,p2,...,pm,....

假设接收者会把和弦x=x1:x2:...:xk 识别成 y=y1:y2:...:yk,其中yx的随机扰动。

问:接收者怎样知道y对应的和弦x是哪个xn?

答:根据贝叶斯公式,P(xn|y)=(P(y|xn)P(xn))/m=1P(y|xm)P(xm). 计算出各个P(xn|y)后,接收者会选择概率最大的xn作为答案。