概念介绍
复杂度定义
熵复杂度
表面复杂性
- 去除偶然的,随机的信息,只捕捉有用的,非随机的信息
优势
- 简单直接
缺点
- 无法获取系统的,客观的“偶然随机的信息”定义
Kolmogorov柯尔莫哥洛夫复杂度
只捕获非随机信息的复杂度
- 任意顺序枚举元素的最短程序长度
- 找到一个“最大”集合,使得任何一个“非随机”都能从该集合中找到
优势
- 清晰地确定了“非随机信息”概念
缺点
- 本身公式不可计算
- 近似算法也需要解决两个耦合优化问题,并且只能提供复杂度的上界,不能提供下界
逻辑深度
- 字符串x的逻辑深度是输出x的最短程序所花费的时间量
缺点
- 实践中没有估计它的方法
- 即便是简短,快速的程序,其行为也可能及其“复杂”
光锥复杂度
时空历史中x点的复杂度为“未来光锥”和“过去光锥”的信息和它们之间的相互影响
优点
- 可操作性
- 没有任意性,一旦确定了因果结构,光锥就会自动确定
缺点
- 无法通过复杂度反推评测对象的“过去未来光锥”
- 测量值很大
结构复杂度
- 粗粒化操作去掉噪音,保留结构信息,再用压缩率去衡量
- 结构复杂度与熵复杂度之间的关系是先增后减,与人们对图片的美感判断一致
缺点
- 想要让结构复杂性程度和美感曲线高度契合,需要调整粗粒化参数
- 只从无意义图像上证明了,没有在更复杂的实际图像上验证
- 没有得出通用的美感计算公式
复杂度的量化
- 傅里叶幅度斜率
分型维数
- 分形维数反映了复杂形体占有空间的有效性,因此,它可以作为复杂形体不规则性(即复杂性)的一种量度
压缩率
- 如果一幅图片表达的信息很少,那么他就可以被压缩算法压缩的很小,反之则不会
审美认知模型及理论
研究
对复杂度的定义及其量化计算方法
- 目的
- 方法
- 结论
- 难点
复杂度对艺术作品美感的影响
- 目的
- 方法
- 结论
- 难点
艺术作品复杂度的发展趋势研究
- 目的
- 方法
- 结论
- 难点
对前人研究的不足进行进一步补充
相关文献
Fractals in art and nature: why do we like them?
- Spehar Branka;Taylor Richard P.
- 2013.03.14
Quantifying the Rise and Fall of Complexity in Closed Systems: The Coffee Automaton