2月12日，記者從西安理工大學(xué)獲悉，該校學(xué)生姜心茹提出一種新的復(fù)雜性度量方法，有望解決特定節(jié)奏背后的復(fù)雜性問(wèn)題。該方法能夠更準(zhǔn)確地量化時(shí)間序列（或信號(hào)）的復(fù)雜性。相關(guān)研究以《等級(jí)熵及其多元版本》為題發(fā)表于學(xué)術(shù)期刊《機(jī)械系統(tǒng)與信號(hào)處理》。
無(wú)論是機(jī)器的振動(dòng)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(hào)一般，隱藏著機(jī)器運(yùn)轉(zhuǎn)的狀態(tài)和人體健康的秘密。在學(xué)術(shù)領(lǐng)域，復(fù)雜性度量方法猶如一把鑰匙，能夠高效且精準(zhǔn)地探尋那些隱匿于復(fù)雜系統(tǒng)中的節(jié)奏。
論文中，研究人員提出了一種巧妙的方法——“等級(jí)熵”測(cè)量方法。它就像一把精準(zhǔn)的尺子，能測(cè)量單個(gè)時(shí)間序列的復(fù)雜性。同時(shí)，研究還拓展出了“多元復(fù)用等級(jí)熵”用于處理多個(gè)時(shí)間序列的情況。
復(fù)雜性度量方法存在的參數(shù)選擇困難、計(jì)算過(guò)程繁瑣和信息冗余等問(wèn)題。在新的方法中，“等級(jí)熵”和“多元復(fù)用等級(jí)熵”通過(guò)考慮時(shí)間序列的內(nèi)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(shí)間序列的復(fù)雜性，提高了復(fù)雜性度量的準(zhǔn)確性和效率。
“新方法通過(guò)分析機(jī)器的振動(dòng)信號(hào)，可預(yù)測(cè)設(shè)備的健康狀況和維護(hù)需求。這就像通過(guò)分析心電或腦電圖，可幫助診斷心臟疾病或腦部異常。”論文指導(dǎo)教師、西安理工大學(xué)自動(dòng)化與信息工程學(xué)院電子信息工程副教授李余興介紹，以機(jī)械工程、生物醫(yī)學(xué)等領(lǐng)域?yàn)槔瑴?zhǔn)確測(cè)量和分析時(shí)間序列（或信號(hào)、數(shù)據(jù)）的復(fù)雜性對(duì)于預(yù)測(cè)故障、診斷疾病等至關(guān)重要。
“該方法的創(chuàng)新之處在于，它不僅關(guān)注時(shí)間序列的統(tǒng)計(jì)特性，更重視時(shí)間序列中的模式排序和動(dòng)態(tài)變化，從而為時(shí)間序列分析提供了一種更為精確和全面的復(fù)雜性度量手段。”李余興說(shuō)，隨著大數(shù)據(jù)和人工智能技術(shù)的飛速發(fā)展，各行業(yè)對(duì)時(shí)間序列復(fù)雜性測(cè)量的需求也在不斷攀升，這使得該研究的應(yīng)用前景變得極為廣闊。
2月12日，記者從西安理工大學(xué)獲悉，該校學(xué)生姜心茹提出一種新的復(fù)雜性度量方法，有望解決特定節(jié)奏背后的復(fù)雜性問(wèn)題。該方法能夠更準(zhǔn)確地量化時(shí)間序列（或信號(hào)）的復(fù)雜性。相關(guān)研究以《等級(jí)熵及其多元版本》為題發(fā)表于學(xué)術(shù)期刊《機(jī)械系統(tǒng)與信號(hào)處理》。
無(wú)論是機(jī)器的振動(dòng)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(hào)一般，隱藏著機(jī)器運(yùn)轉(zhuǎn)的狀態(tài)和人體健康的秘密。在學(xué)術(shù)領(lǐng)域，復(fù)雜性度量方法猶如一把鑰匙，能夠高效且精準(zhǔn)地探尋那些隱匿于復(fù)雜系統(tǒng)中的節(jié)奏。
論文中，研究人員提出了一種巧妙的方法——“等級(jí)熵”測(cè)量方法。它就像一把精準(zhǔn)的尺子，能測(cè)量單個(gè)時(shí)間序列的復(fù)雜性。同時(shí)，研究還拓展出了“多元復(fù)用等級(jí)熵”用于處理多個(gè)時(shí)間序列的情況。
復(fù)雜性度量方法存在的參數(shù)選擇困難、計(jì)算過(guò)程繁瑣和信息冗余等問(wèn)題。在新的方法中，“等級(jí)熵”和“多元復(fù)用等級(jí)熵”通過(guò)考慮時(shí)間序列的內(nèi)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(shí)間序列的復(fù)雜性，提高了復(fù)雜性度量的準(zhǔn)確性和效率。
“新方法通過(guò)分析機(jī)器的振動(dòng)信號(hào)，可預(yù)測(cè)設(shè)備的健康狀況和維護(hù)需求。這就像通過(guò)分析心電或腦電圖，可幫助診斷心臟疾病或腦部異常。”論文指導(dǎo)教師、西安理工大學(xué)自動(dòng)化與信息工程學(xué)院電子信息工程副教授李余興介紹，以機(jī)械工程、生物醫(yī)學(xué)等領(lǐng)域?yàn)槔?，?zhǔn)確測(cè)量和分析時(shí)間序列（或信號(hào)、數(shù)據(jù)）的復(fù)雜性對(duì)于預(yù)測(cè)故障、診斷疾病等至關(guān)重要。
“該方法的創(chuàng)新之處在于，它不僅關(guān)注時(shí)間序列的統(tǒng)計(jì)特性，更重視時(shí)間序列中的模式排序和動(dòng)態(tài)變化，從而為時(shí)間序列分析提供了一種更為精確和全面的復(fù)雜性度量手段。”李余興說(shuō)，隨著大數(shù)據(jù)和人工智能技術(shù)的飛速發(fā)展，各行業(yè)對(duì)時(shí)間序列復(fù)雜性測(cè)量的需求也在不斷攀升，這使得該研究的應(yīng)用前景變得極為廣闊。
本文鏈接：http://m.enbeike.cn/news-2-566-0.html新度量方法更精準(zhǔn)反映時(shí)間序列復(fù)雜性
聲明：本網(wǎng)頁(yè)內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。
點(diǎn)擊右上角
微信好友
朋友圈
點(diǎn)擊瀏覽器下方“
”分享微信好友Safari瀏覽器請(qǐng)點(diǎn)擊“
”按鈕
點(diǎn)擊右上角
QQ
點(diǎn)擊瀏覽器下方“”分享QQ好友Safari瀏覽器請(qǐng)點(diǎn)擊“”按鈕
