2月12日，記者從西安理工大學獲悉，該校學生姜心茹提出了一種新的復雜性度量方法，有望解決特定節(jié)奏背后的復雜性問題，并能夠更準確地量化時間序列（或信號）的復雜性。相關研究以《等級熵及其多元版本》為題發(fā)表在學術期刊《機械系統(tǒng)與信號處理》上。
無論是機器的振動還是人體的心跳，都遵循著特定的節(jié)奏。這些節(jié)奏猶如信號一般，隱藏著機器運轉的狀態(tài)和人體健康的秘密。在學術領域，復雜性度量方法猶如一把銳利的鑰匙，能夠高效且精準地探尋并鎖定那些隱匿于復雜系統(tǒng)中的節(jié)奏（信號）。
在論文中，研究人員提出了一種巧妙的方法——“等級熵”，它就像一把更精準的尺子，能測量單個時間序列的復雜性。同時，研究還拓展出了“多元復用等級熵”，用來處理多個時間序列的情況。
相比較于傳統(tǒng)的復雜性度量方法存在的參數選擇困難、計算過程繁瑣和信息冗余等問題，在新的方法中，“等級熵”和“多元復用等級熵”通過考慮時間序列的內部排序和二維相空間信息，提供了一種新的度量方式。這種方式能夠更精確地反映時間序列的復雜性，提高了復雜性度量的準確性和效率。
“通過分析機器的振動信號，可預測設備的健康狀況和維護需求。就像通過分析心電或腦電圖（信號），可幫助診斷心臟疾病或腦部異常。”論文指導教師、西安理工大學自動化與信息工程學院電子信息工程副教授李余興介紹，以機械工程、生物醫(yī)學等領域為例，準確測量和分析時間序列（或信號/數據）的復雜性對于預測故障、診斷疾病等至關重要。
“創(chuàng)新之處在于，它不僅關注時間序列的統(tǒng)計特性，更重視時間序列中的模式排序和動態(tài)變化，從而為時間序列分析提供了一種更為精確和全面的復雜性度量手段。”李余興表示，隨著大數據和人工智能技術的飛速發(fā)展，對時間序列復雜性測量的需求也在不斷攀升，這使得該研究的應用前景變得極為廣闊。
本文鏈接：http://jphkf.cn/news-8-1542-0.html西安理工大學發(fā)現新度量方法：更精準反映時間序列復雜性
聲明：本網頁內容由互聯網博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
