二维多尺度熵分析:在图像纹理评估中的应用
在最著名的复杂性度量之一是多尺度熵(MSE)对于时间序列,MSE(在处理一维数据时称为MSE 1D)的计算取决于两个步骤:(i)粗粒度过程以得出代表不同时间尺度上系统动态的时间序列集;(ii)计算每个粗粒度时间序列的样本熵。
但是,到目前为止,MSE仅用于一维数据。我们将原始MSE算法(MSE 1D)推广到二维数据(MSE 2D )。
主要思想:
MSE 1D
在最著名的复杂性度量之一是多尺度熵(MSE)对于时间序列,MSE(在处理一维数据时称为MSE 1D)的计算取决于两个步骤:(i)粗粒度过程以得出代表不同时间尺度上系统动态的时间序列集;(ii)计算每个粗粒度时间序列的样本熵。
但是,到目前为止,MSE仅用于一维数据。我们将原始MSE算法(MSE 1D)推广到二维数据(MSE 2D )。
主要思想:
MSE 1D