增量熵作为时间序列复杂度的度量
数据分析、统计与概率
2016-01-20 v1
摘要
熵一直是各个领域量化时间序列复杂度的常用指标。在此，我们引入增量熵来测量时间序列的复杂度，其中每个增量被映射为一个双字母单词，一个字母对应方向，另一个字母对应幅度。单词的香农熵被称为增量熵（IncrEn）。对合成数据的模拟和对癫痫脑电图（EEG）信号的测试表明，无论能量变化（如尖峰或爆发）还是结构变化，它都具有检测突变的能力。IncrEn 的计算不对时间序列做任何假设，可适用于任意现实世界数据。
引用
@article{arxiv.1503.01053,
title = {Increment entropy as a measure of complexity for time series},
author = {Xiaofeng Liu and Aimin Jiang and Ning Xu and Jianru Xue},
journal= {arXiv preprint arXiv:1503.01053},
year = {2016}
}
备注
12pages,7figure,2 tables