香农定律计算公式？
香农定律（Shannon's law）是由克劳德·香农（Claude Shannon）提出的信息论定律，它描述了信道的容量与带宽和信噪比之间的关系。香农定律的计算公式为C = B * log2(1 + S/N)，其中C表示信道的容量，B表示信道的带宽，S表示信号的功率，N表示噪声的功率。这个公式表明了信道容量与带宽和信噪比的对数关系，即在一定带宽和信噪比条件下，信道的最大传输速率是有限的。因此，香农定律对于通信系统的设计和优化具有重要的指导意义。
利用香农公式怎么求传输时间？
香农公式香农公式，通信工程学术语，是香农（Shannon）提出并严格证明的“在被高斯白噪声干扰的信道中，计算最大信息传送速率C公式”：C=B log2(1+S/N)。式中：B是信道带宽（赫兹），S是信道内所传信号的平均功率（瓦），N是信道内部的高斯噪声功率（瓦）。显然，信道容量与信道带宽成正比，同时还取决于系统信噪比以及编码技术种类。香农定理指出，如果信息源的信息速率R小于或者等于信道容量C，那么，在理论上存在一种方法可使信息源的输出能够以任意小的差错概率通过信道传输。
该定理还指出：如果R>C，则没有任何办法传递这样的信息，或者说传递这样的二进制信息的差错率为1/2。
参加达特茅斯会议的科学家有哪些？
1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，约翰·麦卡锡（John McCarthy）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。
会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：人工智能。因此，1956年也就成为了人工智能元年。
什么是信源符号的信息量？
平均信息量的计算公式是I=log2（1/p），其中p是概率，log2指以二为底的对数。但对信息量作深入而系统研究，还是从1948年C.E.香农的奠基性工作开始的。在信息论中，认为信源输出的消息是随机的。
信息量与信息熵在概念上是有区别的。在收到符号之前是不能肯定信源到底发送什么符号，通信的目的就是使接收者在收到符号后，解除对信源存在的疑义（不确定度），使不确定度变为零。这说明接收者从发送者的信源中获得的信息量是一个相对的量（H（U）-0）。而信息熵是描述信源本身统计特性的物理量，它表示信源产生符号的平均不确定度，不管有无接收者，它总是客观存在的量。
无失真信源编码定理？
信号处理和信息理论的相关领域中，通过研究信号在经过一段距离后如何衰减以及一个给定信号能加载多少数据后得到了一个著名的公式，叫做香农（Shannon）定理。它以比特每秒（bps）的形式给出一个链路速度的上限，表示为链路信噪比的一个函数，链路信噪比用分贝（dB）衡量。因此我们可以用香农定理来检测电话线的数据速率。
香农定理由如下的公式给出: C=Blog2(1＋S/N) ，其中C是信道容量，B是信道带宽，S是平均信号功率,N是平均噪声功率，信噪比（S/N）通常用分贝（dB）表示，分贝数=10×log10（S/N ）
信道容量(channel capacity): 是指存在一种方式可以以数据率和随意的低误差概率将数据通过含噪声的有限频带信道传送。
