玻爾茲曼-香農(nóng)交互熵(Boltzmann–Shannon interaction entropy)是2023年最新提出的一維時(shí)間序列的度量方式,...
學(xué)者們開發(fā)了各種復(fù)雜性度量來比較時(shí)間序列并區(qū)分規(guī)則(例如,周期),混沌和隨機(jī)行為。提出了加權(quán)排列熵概念,其是一個(gè)定義簡(jiǎn)單的復(fù)雜性度量,可以很容易...
差分符號(hào)熵Differential symbolic Entropy,多尺度差分符號(hào)熵,層次差分符號(hào)熵,時(shí)移多尺度差分符號(hào)熵,復(fù)合多尺度差分符號(hào)...
群智能優(yōu)化算法可以作為很好的工具來解決許多實(shí)際問題,如特征選擇、圖像分割、醫(yī)學(xué)診斷,經(jīng)濟(jì)排放調(diào)度問題,植物病害識(shí)別,工程設(shè)計(jì),PID優(yōu)化控制,設(shè)...
對(duì)稱點(diǎn)模式(Symmetrized Dot Pattern,SDP)算法可將復(fù)雜時(shí)間序列以散點(diǎn)的形式清晰映射在極坐標(biāo)圖中,可以使原始時(shí)域信號(hào)通過...
對(duì)稱點(diǎn)模式(Symmetrized Dot Pattern,SDP)算法可將復(fù)雜時(shí)間序列以散點(diǎn)的形式清晰映射在極坐標(biāo)圖中,可以使原始時(shí)域信號(hào)通過...
基于Matlab實(shí)現(xiàn)了15種分?jǐn)?shù)階熵。 值得注意的是,下面??有些方法文獻(xiàn)中并未提及,這里是全網(wǎng)首發(fā)。 分?jǐn)?shù)階微積分(Fractional Cal...
熵或復(fù)雜性度量區(qū)分時(shí)間序列類別和理解潛在動(dòng)態(tài)的能力是眾所周知的。模糊散布熵(Fuzzy dispersion entropy,python代碼:...
時(shí)間序列分類(TSC)在時(shí)間序列數(shù)據(jù)挖掘任務(wù)中備受關(guān)注,已經(jīng)應(yīng)用到各個(gè)領(lǐng)域。隨著卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Netw...