相对熵密度似然比的极限性质

对任意的可列集上的信息源 ,探讨信息论的 -个重要问题 ,即探讨了相对于独立型几何分布的熵密度似然比与对数似然比的极限性质 .获得两个用不等式表示的强极限定理。

连续信源与无记忆Gaussian信源的比较及若干强偏差定理

引入相对熵密度偏差作为一般连续信源相对无记忆Ｇａｕｓｓｉａｎ信源的偏差的一种随机性度量，利用似然比构造几乎处处收敛的上鞅，结合文献［１，４］中提出的分析方法，得到了任意连续型随机变量序列平方和的一类强偏差定理，其中包含连续信源相对熵密度的若干极限定理。

随机序列基于指数分布的若干强极限定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量序列偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权和的强偏差定理,并讨论了任意连续信源的相对熵密度的若于极限性质。

对数似然比与整值随机变量序列的一类强律

本文引进对数似然比作为整值随机变量序列相对于服从几何分布的独立随机变量序列的偏差的一种度量,并通过限制对数似然比给出了样本空间的一个子集.在此子集上得到了一类用不等式表示的强律,其中包含整值随机变量序列与相对熵密度及几何分布的熵函数有关的若干极限性质.