Министерство образования и науки Российской Федерации
ФГБОУ ВПО
«Новгородский государственный университет имени Ярослава Мудрого»
Кафедра управления земельными ресурсами
Реферат по СИТвЗК на тему:
«Измерение информации
Источники информации»
Выполнил:
Студент гр.8541
Проверила:
Доцент КУЗР
Великий Новгород, 2012
Содержание
Введение…………………………………………………………………………...3
Основная часть
1. Измерение информации……………………………………………………4
2. Источники информации…………………………………………………...9
Литература……………………………………………………………………….13
Приложение………………………………………………………………………14
Введение
1. Каркасом послужил источник [1]. Он был дополнен теорией [2]. Примеры основной части №1 не подвергались изменениям. В её заключении представлены схема и таблица по теме.
2. Вторая часть дополнена примером, собственным осмыслением третьего источника литературы в виде таблиц.
3. В приложение помещен текст [4] без анализа, без интерпретации как самоценный ресурс в фундаментальном понимании теории информации, меры информации.
Измерение информации
В зависимости от форм адекватности различают меры информации: синтаксическую, семантическую и прагматическую.
Синтаксическая мера информации определяется объемом данных, количеством информации и коэффициентом информативности.
Объем данных – это количество символов в сообщении. Оно измеряется в битах и дитах. Бит (bit – binary digit) – двоичный разряд, дит – десятичный. Например, в электронном тахеометре запись, состоящая из ряда чисел составляет объем данных V=34 дит, то есть в этой записи насчитывается 34 десятичных цифры. Если запись перевести в двоичную систему счисления, то число двоичных знаков определит количество информации в битах. Пример этой записи такой:
2001 – номер пикета,
1.600 – высота отражателя на пикете,
11.0300 – расстояние от станции до пикета в метрах,
49.05000 – отсчет по горизонтальному кругу,
359.03050 – отсчет по вертикальному кругу,
11:43:00 – время съемки.
Количество информации – это разность между неопределенностью (неполнотой) знаний до получения сообщения об объекте и после его получения.
Неопределенность (неполнота) знаний выражается энтропией,
Энтропия системы – это степень (мера) неопределенности (неосведомленности) о состоянии системы.[2, 3с.]
которая вычисляется так:
где 
вероятность исхода события, о котором принимается сообщение.
Если через 
обозначить энтропию события до полученного сообщения, а через 
его энтропию после получения сообщения, то количество информации будет:
Количество информации I на синтаксическом уровне невозможно определить без рассмотрения понятия неопределенности состояния системы (энтропии системы). Получение информации о какой-либо системе всегда связано с изменением степени неосведомленности получателя о состоянии этой системы (теория Шеннона).[2, 3с.]
Мера информации по Шеннону
Пусть до получения информации потребитель имеет некоторые предварительные (априорные) сведения о системе б. Мерой его неосведомленности о системе является функция H(б), которая в то же время служит и мерой неопределенности состояния системы.
После получения некоторого сообщения в получатель приобрел некоторую дополнительную информацию Iв(б), уменьшившую его априорную неосведомленность так, что апостериорная (после получения сообщения β) неопределенность состояния системы стала Hв (б).
Тогда количество информации Iв(б) о системе, полученной в сообщении в, определится как:
Iв(б) = H(б) - Hв (б),
т. е. количество информации измеряется изменением (уменьшением) неопределенности состояния системы.
Если конечная неопределенность Hв (б) обратится в нуль, то первоначальное неполное знание заменится полным знанием и количество информации Iв(б) = H(б). Иными словами, энтропия системы H(б) может рассматриваться как мера недостающей информации.
Энтропия системы H(б), имеющая N возможных состояний, согласно формуле Шеннона, равна:
где Pi – вероятность того, что система находится в i-м состоянии.
Для случая, когда все состояния системы равновероятны, т. е. их вероятности равны Pi =(1/N), ее энтропия определяется соотношением:
Часто информация кодируется числовыми кодами в той или иной системе счисления, особенно это актуально при представлении информации в компьютере. Естественно, что одно и то же количество разрядов в разных системах счисления может передать разное число состояний отображаемого объекта, что можно представить в виде соотношения
N=m^n,
где N – число всевозможных отображаемых состояний;
m – основание системы счисления (разнообразие символов, применяемых в алфавите);
n – число разрядов (символов) в сообщении.
Наиболее часто используются двоичные и десятичные логарифмы. Единицами измерения в этих случаях будут соответственно бит и дит.
Коэффициент (степень) информативности (лаконичность) сообщения определяется отношением количества информации к объему данных, т. е.:
,
причем 0<Y<1.
С увеличением Y уменьшаются объемы работы по преобразованию информации (данных) в системе. Поэтому стремятся к повышению информативности, для чего разрабатываются специальные методы оптимального кодирования информации.[2, 3-4с.]
Пример. На абрисе тахеометрической съемки точки рельефа, между которыми возможна интерполяция горизонталей соединяются стрелками, которые указывают направление ската. До проведения эксперимента допустимо предположение соединения некоторой точки n с остальными n – 1 точками. При этом вероятность 
каждого соединения равна
где 
число соединений.
Однако в результате эксперимента было установлено (получено экспериментально), что точка n соединилась лишь с одной точкой. Вероятность этого события 
а вероятность соединения с остальными точками равна нулю.
Тогда очевидно, что
Следовательно, количество информации, доставляемой такой линией абриса равно
Коэффициент информативности определяется величиной 
Семантическая мера информации – измеряется совокупностью сведений, которыми располагает пользователь о предметной области, называемой тезаурусом пользователя. В данном случае количество информации определяется компетентностью пользователя. Для некомпетентного пользователя (тезаурус равен нулю) при любых соотношениях количество семантической информации будет нулевым.
В зависимости от соотношений между смысловым содержанием информации S и тезаурусом пользователя Sp изменяется количество семантической информации Ic, воспринимаемой пользователем и включаемой им в дальнейшем в свой тезаурус.
Рис. 2. Зависимость количества семантической информации, воспринимаемой потребителем, от его тезауруса Ic = F(Sp)
Максимальное количество информации Ic потребитель приобретает при согласовании ее смыслового содержания S со своим тезаурусом Sp (Sp = Sp opt), когда поступающая информация понятна пользователю и несет ему ранее не известные (отсутствующие в его тезаурусе) сведения.
Следовательно, количество семантической информации в сообщении, количество новых знаний, получаемых пользователем, является величиной относительной. Одно и то же сообщение может иметь смысловое содержание для компетентного пользователя и быть бессмысленным для пользователя некомпетентного.
При оценке семантического (содержательного) аспекта информации необходимо стремиться к согласованию величин S и Sp.
Относительной мерой количества семантической информации может служить коэффициент содержательности C, который определяется как отношение количества семантической информации к ее объему:[2, 4-5с.]
Пример. Определим число классов геодезической сети равным четырем. И пусть некомпетентный пользователь знает, что геодезические сети строятся только одного класса точности. Пусть сообщение о классе точности пункта сети равно 3. Определить количество информации, получившееся для компетентного и некомпетентного пользователей.
Зная, что существует лишь один класс точности некомпетентный пользователь определит:
То есть данное сообщение для этого пользователя приносит 0 семантической информации.
Для компетентного:
Здесь знание вероятности принадлежности пункта к третьему классу равно 1 после получения сообщения.
Поскольку Рi=1/4
то количество информации, полученное компетентным пользователем равно 
Коэффициент содержательности семантической информации определяется формулой:
Прагматическая мера информации определяется ее полезностью для достижения определенных целей. Она может измеряться количеством информации также как синтаксическая и семантическая, но здесь пользователь должен быть компетентным в целесообразности информации.
Эта мера также величина относительная, обусловленная особенностями использования этой информации в той или иной системе. Ценность информации целесообразно измерять в тех же единицах (или близких к ним), в которых измеряется целевая функция.[2, 5с.]
[2, 2-3с.]
Источники информации
Типы данных и их источники
По форме представления данные подразделяются на графические и текстовые. Текстовые бывают буквенные, цифровые и буквенно-цифровые.
По степени предварительной обработки данные подразделяются на первичные и вторичные. Первичные данные это такие, которые хранятся в таком виде, в каком они были получены. Это результаты непосредственных измерений и наблюдений. Вторичные – это данные, прошедшие предварительную обработку. Это карты, планы, фотоплан и др. К текстовым следует отнести следующие данные.
1. Идентификационные, которые однозначно определяют местоположение объектов или территориальных единиц. К ним относятся координаты точек, результаты измерений, съемок. Эти данные относятся к разряду основных данных ГИС. Они представляются в основном в цифровой форме. Их источник – каталог координат пунктов созданной геодезической сети, журналы измерений и съемок.
2. Описательные, которые относятся к тематическим данным, связанным определенной территориальной единицей. Это в основном буквенно-цифровые данные. Примером таких данных может быть административное описание положения геодезического опорного пункта, тип его центра, наружного оформления, данные привязки к местным предметам. Источником таких данных являются результаты описей и измерений по привязке геодезических пунктов, журналы выполнения геодезических измерений и съемок.
3. Нормативные данные – это данные планирования, полученные из нормативной документации, инструкций, положений.
4. Статистические данные – это такие, которые являются отражением деятельности определенной отрасти народного хозяйства. Их источником являются данные государственной статистики, статистической отчетности по различным отраслям хозяйственной деятельности. К таким данным относятся результаты наблюдений за различными природными явлениями – гидрологическими, метеорологическими, геоботаническими, океанографическими и др.
Источником графических данных являются картографические и аэрокосмические материалы.
К картографическим материалам следует отнести следующие:
1. Общегеографические карты. Это топографические карты – масштаба 1:200000 и крупнее, обзорно-топографические – масштаб менее 1:200000 до 1:1000000 и обзорные – масштаба 1:1000000.
2. Тематические карты. К ним относятся природные карты и социально-экономические. Природные карты делятся на геологические, геодезические, метеорологические и климатические, океанографические, почвенные, геоботанические, охранно-природные, земельно-ресурсные.
Социально-экономические карты подразделяются на карты промышленности, сельского хозяйства и др.
Аэрокосмические материалы называются еще материалами дистанционного зондирования. Они получаются на основе аэрофотосъемок и космических съемок. В разряд дистанционных методов зондирования можно отнести съемки и методы наземного зондирования. К ним относятся фототеодолитная съемка, сейсмо-, электро-, и магниторазведка, гидроакустические съемки морского дна с кораблей.
Космические съемки выполняются как с фотографических, так и со сканерных систем. Системы съемки могут быть как пассивные, так и активные.
Пассивные системы воспринимают отражение от объектов и фиксируют его на фотопленке или электромагнитных накопителях.
Активные излучают электромагнитные сигналы по направлению к объекту и фиксируют отражение этих сигналов на электромагнитных носителях.
Рассмотрим на конкретном примере как тип данных и его источник влияет на конечный результат представления объекта. Основано на статье «Инвентаризация охотничьих угодий по результатам классификации мультиспектральных изображений».[3]
1. Проблема: Низкий уровень использования «революционных», «новаторских» технологий в повседневной работе земле - и охотустроителя.
Замечание: Однако задачи связанные с владением и применением геоинформации на современном этапе уже решаются при помощи ГИС-технологий.
2. Постановка задачи: Построение схемы территориального планирования (проекта охотустройства) с применением ГИС-технологий.
3. Конкретизация задачи: Инвентаризация охотничьих (с/х) угодий.
4. Основа для решения задачи: Цветные снимки и результаты их распознавания.
Выбор подхода
Традиционный (основной, базовый) | С использованием снимков ДЗЗ |
Данные берутся с 1. планов лесных насаждений, 2. земельных планов, 3. карт сельскохозяйственного кадастра, 4. прочих материалов. | Информация большей частью берется со снимка. Разрешение на местности: 10 м. |
Проверка качества и достоверности результатов:
Традиционный (основной, базовый) | С использованием снимков ДЗЗ |
Результаты соотносят с местностью (полевое обследование), производится корректировка на изменение ситуации (натуры) во времени. | Закрепление опознаков на местности с фотографированием окружающего ландшафта. Замечание. Земле - и охотустроитель должен знать местность и сопоставлять её с ситуацией изображенной на снимке. |
Охотустройство
инвентаризация
охотничьих угодий
Проект охотустройства
 |
Схема территориального планирования
(Геоинформация в схеме придаёт охотустройству статус ГИС –
Реализация исследования на практике
Распознавание цветного снимка (с обучением или без такового) | 1 шаг | |
1 вариант | 2 вариант | 2 шаг. Процесс разбиения на составляющие |
на 5 – 10 классов | на 15 – 25 классов | |
Последующая обработка полученных изображений: | 3 шаг | |
Перевод в векторный вид без объединения классов | Генерализация растра | Процесс объединения |
Создание слоя | Средства последующего анализа | |
Классы слоя используются для формирования участков некоторых типов угодий (полевые и водные угодья) | Перевод в векторный вид | |
Векторные полигоны | Формирование контуров | |
Создание слоев в MapInfo |
Завершение:
1. Дальнейшие исследования возможности применения цветных снимков для проекта земле - и охотустройства.
2. Применение ГИС-технологий и данных ДЗЗ не отменяет необходимости полевых работ.
3. Необходима «ручная» обработка производных снимков (изображений) для получения корректных векторных данных.
4. Использование планово-картографического материала.
5. Поиск новых методов для более детального разделения угодий по типам.
6. Перспектива в алгоритме дерева решений.
Литература
1. Ярмоленко и земельноинформационные системы: учеб. пособие/ НовГУ им. Ярослава Мудрого. – Великий Новгород, 2007. – 99-102с.
2. http://dl. my1.ru/cs2011/Theme_3-The_concept_of_information. pdf
3. http://www. geomatica. ru/pdf/2009_03/2009_03_006.pdf
4. http://www. rae. ru/fs/pdf/2011/12-1/18.pdf
Приложение
