一种用于时间序列复杂度评估的多尺度增量熵算法

摘要

本发明公开了一种用于时间序列复杂度评估的多尺度增量熵算法，针对一条原始的电生理时间序列，首先将原始序列进行粗粒化，得到相应尺度下的粗粒化序列；然后计算每个粗粒化序列的增量熵，得到序列在该尺度下的增量熵值，以此计算信号复杂度随尺度的波动，提取信号的特征。本发明随时间尺度的增加，熵值的评估误差小，算法的一致性好，计算时间快，并克服了原始多尺度熵随时间尺度增加，数据长度减少，熵值无定义的缺点。本发明对两类信号的识别性能较多尺度样本熵好。