增长熵Increment Entropy,多尺度增长熵,层次增长熵,时移多尺度增长熵,复合多尺度增长熵,精细复合多尺度增长熵(Matlab版)

发布时间 2023-07-04 16:38:10作者: RagdollCat

增长熵Increment Entropy,多尺度增长熵,层次增长熵,时移多尺度增长熵,复合多尺度增长熵,精细复合多尺度增长熵(Matlab代码获取链接: https://mbd.pub/o/bread/mbd-ZJqamJds )

熵已成为量化时间序列复杂性的常用指标,应用于生物医学、神经科学、电气、交通、气象、能源动力、水利、海洋科学、经济、土木、计算机科学、机械、工业工程等领域时间序列分析和特征提取。
X. Liu, A. Jiang, N. Xu, and J. Xue, “Increment Entropy as a Measure of Complexity for Time Series,” Entropy, vol. 18, no. 1, p. 22, Jan. 2016, doi: 10.3390/e18010022.

包括:

1.增长熵Increment Entropy,

 

2.多尺度增长熵(Multiscale Increment Entropy),

  

3.复合多尺度增长熵(composite multiscale Increment entropy),

CMEn=\frac{1}{\tau} \sum_{k=1}^\tau E\left(\mathbf{y}_k^{(\tau)}\right)

 

 
 

 

 

 4.精细复合多尺度增长熵(refined composite multiscale Increment entropy),

RCMEn=-\sum_{\pi=1}^{c} \tilde{P} \left(\pi\right) \ln \left(\tilde{P}\left(\pi\right)\right)

\tilde{P}=\frac{1}{\tau} \sum_{k=1}^\tau P_k(t)

 

 

 

 

5.时移多尺度增长熵(time-shift multiscale Increment entropy),

 

 

6.层次多尺度增长熵(Hierarchical multiscale Increment entropy)