玻尔兹曼-香农交互熵(Boltzmann–Shannon interaction entropy)是2023年最新提出的一维时间序列的度量方式,...
学者们开发了各种复杂性度量来比较时间序列并区分规则(例如,周期),混沌和随机行为。提出了加权排列熵概念,其是一个定义简单的复杂性度量,可以很容易...
差分符号熵Differential symbolic Entropy,多尺度差分符号熵,层次差分符号熵,时移多尺度差分符号熵,复合多尺度差分符号...
群智能优化算法可以作为很好的工具来解决许多实际问题,如特征选择、图像分割、医学诊断,经济排放调度问题,植物病害识别,工程设计,PID优化控制,设...
对称点模式(Symmetrized Dot Pattern,SDP)算法可将复杂时间序列以散点的形式清晰映射在极坐标图中,可以使原始时域信号通过...
对称点模式(Symmetrized Dot Pattern,SDP)算法可将复杂时间序列以散点的形式清晰映射在极坐标图中,可以使原始时域信号通过...
基于Matlab实现了15种分数阶熵。 值得注意的是,下面👇有些方法文献中并未提及,这里是全网首发。 分数阶微积分(Fractional Cal...
熵或复杂性度量区分时间序列类别和理解潜在动态的能力是众所周知的。模糊散布熵(Fuzzy dispersion entropy,python代码:...
时间序列分类(TSC)在时间序列数据挖掘任务中备受关注,已经应用到各个领域。随着卷积神经网络(Convolutional Neural Netw...