摘要：
玻尔兹曼-香农交互熵（Boltzmann–Shannon interaction entropy）是2023年最新提出的一维时间序列的度量方式，在数据科学和机器学习领域有许多应用。（暂无任何文献应用报道）（matlab代码获取：https://mbd.pub/o/bread/mbd-ZZmclp1w 阅读全文
摘要：
学者们开发了各种复杂性度量来比较时间序列并区分规则(例如，周期)，混沌和随机行为。提出了加权排列熵概念，其是一个定义简单的复杂性度量，可以很容易地计算任何类型的时间序列，无论是规则的，混沌的，嘈杂的，还是基于现实的时间序列。（matlab代码获取：https://mbd.pub/o/bread/mb 阅读全文
摘要：
差分符号熵Differential symbolic Entropy，多尺度差分符号熵，层次差分符号熵，时移多尺度差分符号熵，复合多尺度差分符号熵，精细复合多尺度差分符号熵（Matlab代码获取链接：https://mbd.pub/o/bread/mbd-ZZmblZlv） 熵或复杂性度量区分时间序 阅读全文
摘要：
包括1本《电力系统分析》课本+7套复试笔试试题及答案（没有具体答案的，在试卷中标出了答案所在课本中的页码和章节） 该套试卷已在线下辅导多名同学成功上岸，都试卷说给力。 复试资料有很多，你是都去复习呢还是有计划的复习？ 面对那么多资料，谁又能告诉你真正有效的是什么呢？ 只有上过考场，才能真正知道该套试 阅读全文
摘要：
引言 群智能优化算法可以作为很好的工具来解决许多实际问题，如特征选择、图像分割、医学诊断，经济排放调度问题，植物病害识别，工程设计，PID优化控制，设备故障诊断，机器学习模型参数整定等等。 在这个领域，有一个理论：没有免费午餐(No Free Lunch，NFL)理论。它从逻辑上证明了不存在最适合解 阅读全文
摘要：
对称点模式（Symmetrized Dot Pattern，SDP）算法可将复杂时间序列以散点的形式清晰映射在极坐标图中，可以使原始时域信号通过图形化的方式提高可视化能力。因为极坐标图像的特殊性，多元、多通道、多传感器信号信息可通过SDP方法融合在有限区域中。适用于多元、多通道、多传感器信号的融合（ 阅读全文
摘要：
对称点模式（Symmetrized Dot Pattern，SDP）算法可将复杂时间序列以散点的形式清晰映射在极坐标图中，可以使原始时域信号通过图形化的方式提高可视化能力。因为极坐标图像的特殊性，多元、多通道、多传感器信号信息可通过SDP方法融合在有限区域中。适用于多元、多通道、多传感器信号的融合（ 阅读全文
摘要：
基于Matlab实现了多个分数阶熵。 值得注意的是，下面👇有些方法文献中并未提及，这里是全网首发。 分数阶微积分(Fractional Calculus, FC)由莱布尼茨引入数学，并在生物学、物理学和工程领域得到了应用。这一进展推动了新的熵指标和分数算子的形成，通常放宽了一些性质，并允许它们在复 阅读全文
摘要：
熵或复杂性度量区分时间序列类别和理解潜在动态的能力是众所周知的。模糊散布熵(Fuzzy dispersion entropy，python代码：https://mbd.pub/o/bread/mbd-ZJuVmZ1u)是采用一种新颖编码方法来保持子序列的符号表示。该算法非常简单，易于实现，作为特征提 阅读全文
摘要：
时间序列分类(TSC)在时间序列数据挖掘任务中备受关注，已经应用到各个领域。随着卷积神经网络(Convolutional Neural Network, CNN)的迅速发展，基于卷积神经网络的TSC方法直到最近才开始出现。因此，提出了一个新的深度学习框架，使用相对位置矩阵（Relative Posi 阅读全文