文件名称：permutation-entropy:使用置换熵分析ECG信号
文件大小：1.19MB
文件格式：ZIP
更新时间：2024-03-26 17:51:15
Python
离散熵 排序熵（Permutation Entropy，PE）算法是Bandt，Pompe（2001）提出的一种排序时间序列复杂性的方法，它首先通过相空间细分以及子序列排序提取序列模式的概率分布，再根据概率分布计算出这段时间序列的熵值。 相空间重构 假设有一段长度为的非线性系统的离散时间序列 ，我们希望从这段时间序列中提取信息，某些信号的复杂程度，这时候就需要对时间序列进行相空间重构。 Packard等。 （1980）对于时间序列的相空间重构，提出了两种插入方法，分别是导数解码法和坐标顺序转换法，此处采用的是坐标延迟法。涉及到两个参数，一个是嵌入维度（Embedding Dimension） ，它控制生成的列向量的维度；另一个是延迟时间（延迟时间） ，它控制子序列的采样间隔，某些时候 = 1时，即是连续取点；当 = 2时，即是间隔1个数取值。 和以后，可以得到一个矩阵： 其中 。 离散熵计
【文件预览】：
permutation-entropy-main
----figures()
--------突变-50.png(139KB)
--------正常-200.png(104KB)
--------正常2.png(112KB)
--------突变-200.png(108KB)
--------心室颤动.png(126KB)
--------突变-500.png(97KB)
--------正常-50.png(126KB)
--------正常-500.png(93KB)
--------心室颤动-50.png(157KB)
--------心室颤动-500.png(112KB)
----main.py(840B)
----LICENSE(1KB)
----README.md(7KB)
----data()
--------ECG.txt(215KB)
--------ECG2.txt(83KB)
--------ECG3.txt(54KB)
--------mitdb-100.txt(88KB)
--------vfdb-418.txt(59KB)
--------mitdb-103.txt(84KB)
----pec.py(1KB)