Encoding DBI（数据总线反转）是否保持熵？
我一直在维基百科上阅读DBI，其中引用了这篇研究论文： 上面写着 而最大转换次数减少了一半 平均转换次数的减少并没有那么好。为了 8位总线，例如每个时隙的平均转换次数 通过使用总线反转编码，变为3.27（而不是4）或0.41 （而不是0.5）每个总线线路每个时隙的转换 然而，这表明它降低了8位消息的熵，不是吗？ 所以随机8位信息的熵是8（duh）。添加一个DBI位，将概率分布向左移动，但它（我认为）不会减少曲线下的面积。你仍然应该有至少8位的熵，但要分散在9位上。但是他们声称平均值现在是0.41，而不是0.5，这表明熵现在是-log（（0.59）^9）=~6.85。我假设平均值（最多）为0.46（-log（0.54^9）=~8） 我是不是误解了什么 谢谢Encoding DBI（数据总线反转）是否保持熵？,encoding,compression,decoding,entropy,information-theory,Encoding,Compression,Decoding,Entropy,Information Theory,我一直在维基百科上阅读DBI，其中引用了这篇研究论文： 上面写着 而最大转换次数减少了一半 平均转换次数的减少并没有那么好。为了 8位总线，例如每个时隙的平均转换次数 通过使用总线反转编码，变为3.27（而不是4）或0.41 （而不是0.5）每个总线线路每个时隙的转换 然而，这表明它降低了8位消息的熵，不是吗？ 所以随机8位信息的熵是8（duh）。添加一个DBI位，将概率分布向左移动，但它（我认为）不会减少曲线下的面积。你仍然应该有至少8位的熵，但要分散在9位上。但是他们声称平均值现在是0.41