自从香农给出信息论基础理论以来，各类编码算法有了基础的理论指导。但是全新的技术需要很漫长的研究周期。
根据最近我的实验结果，香农的无失真定理和信道编码定理，除了在归一化概率模型下有效，同样在加权概率模型下有效。但是加权概率模型可以发现另一个对称的数学研究领域。
比如，现在的压缩技术是想办法人为去除已知的冗余数据，举例：比如已经知道二进制序列连续符号1的最大个数为C，那么我们至少可以删除C个符号1后面的那个符号0。为什么说加权概率模型可以发现对称的数学研究领域？
以上面的例子来讲，如果我们不去删除这个符号0，而用φ(x)=rp(x)表达式中，权r取大于1的实数可以得到同样的编码结果。也就是说，一种是人为改变序列，是的概率发生变化；另一种是改变概率，最终的结果是都符合香农的定理。
但是，加权概率模型的能量远不止这些，因为改变概率，所以二进制序列的已知规律没有被破坏，所以为检错纠错提供了方法，因为存在已知规律，如果信道传输错误，则必然存在某种概率使得二进制序列不再符合已知规律，这个时候就有了检错纠错的依据。
基于我的理论，既然二进制序列允许存在已知的规律，是不是也可以让二进制序列在解码时，按照某种规律解码错误，因为这个错误的位置是有规律的，所以也能无损的还原，此时权r的取值将全然不同了。举例：如果每个符号1前面的符号0一定被解码为符号1，这时候的无损压缩理论极限在哪？我也在高阶加权概率模型理论中进行了阐述和推导证明。既然是加权，那么就一定存在条件概率的加权模型，就一定存在上下文概率模型的加权，就一定存在马尔科夫链的加权模型，就一定存在泊松过程加权模型。这些都是数学，这些模型在经济数据分析，大数据分析，人工智能深度学习都具有非常重要的意义，难道就不值得去研究？
但是为什么这么重要的一个研究领域，却不被人看好？为什么有些人或机构一定要求发表论文，难道作为专家自己直接评审会如何？难道非得送点钱才能进行评审？中国这么多学者有谁能沉下来好好研究一下我的理论？就连一个已经实现出算法和DEMO的全新编码理论和方法都嗤之以鼻？这就是中国的学术氛围？德国慕尼黑工业大学vladimir.sidorenko教授（IEEE Transactions on Information Theory 杂志的审搞员）给我论文做了三次修改和提升，需要我提供源代码进行验证。我认为学术研究是大胆设想，小心求证的过程。说实在的，我的理论还得找国外或其他的专家进行评审，那么某些教授的自身水平就可见一斑啦！！又哪来的资格说三道四的。
基础理论的发展，哪个不是在争议中起来的？我都不怕争论，我也不怕去讲解和说服，倒是那些所谓的专家提出一些真正有含量的问题来才行！否则只能算我高看一眼咯！
