随机过程的广义排列熵
摘要：广义排列熵测量确定性时间序列的复杂性，采用由称为序数模式或排列的秩向量组成的数据符号量化。这种熵在时间序列分析中越来越受欢迎的原因包括：（i）在越来越长的排列极限情况下与基础动力学的科尔莫哥洛夫-西奈熵收敛；（ii）其计算不需要生成和特定分区。然而，当允许的排列数量随其长度呈超指数增长时（通常是随机过程输出时间序列的情况），排列熵会发散。在这封信中，我们提出了一种广义的排列熵，适用于包括离散时间动力系统、观测噪声或动力噪声在内的随机过程。
作者：Jos''e M. Amig''o and Roberto Dale and Piergiulio Tempesta
论文ID：2003.13728
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-03-08