扭曲熵：动物运动数据中行为变化空间复杂性的度量
摘要：动物运动分析的目标是了解有机体如何探索和利用复杂多变的环境。动物通常表现出各种各样且复杂的运动行为，从明显确定性的行为到高度随机的行为。这对于评估运动效率和用于量化和分析运动轨迹的策略至关重要。在这里，我们介绍了一种基于扭曲熵（TorEn）的方法，该方法基于运动轨迹中连续点的参数（例如航向、方位、速度）的比较，是一种简单的衡量动物运动数据中行为变化的方法。在我们的方法中，成对连续轨迹点之间的差异被转换成符号序列，然后我们将这些符号映射到一组模式向量，并计算模式向量的信息熵。扭曲熵可以轻松应用于任意实际数据-确定性或随机、稳定或非稳定。我们在模拟轨迹和真实轨迹上对算法进行了测试，并表明在合成数据的混合段和真实运动数据的不同阶段都能准确识别。结果表明该算法适用于各种情况，表明我们的方法是揭示运动数据中行为模式的一种有前景的工具。
作者：Xiaofeng Liu, Ning Xu and Aimin Jiang
论文ID：1312.5231
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2014-01-17