K花开富贵的博客_智能优化算法,熵

时间序列转图像：相对位置矩阵(Relative Position Matrix)（附matlab代码）

时间序列分类(TSC)在时间序列数据挖掘任务中备受关注，已经应用到各个领域。随着卷积神经网络(Convolutional Neural Network, CNN)的迅速发展，基于卷积神经网络的TSC方法直到最近才开始出现。因此，提出了一个新的深度学习框架，使用相对位置矩阵（Relative Position Matrix，RPM）和卷积神经网络(CNN)来完成TSC任务。我们研究了一种称为相对位置

时间序列

数据

时间戳

原创 2023-06-28 18:34:49 324 阅读 1点赞

模糊散布熵，多尺度模糊散布熵，层次模糊散布熵，时移多尺度模糊散布熵，复合多尺度模糊散布熵，精细复合多尺度模糊散布熵

模糊散布熵Fuzzy dispersion entropy，多尺度模糊散布熵，层次模糊散布熵，时移多尺度模糊散布熵，复合多尺度模糊散布熵，精细复合多尺度模糊散布熵.熵或复杂性度量区分时间序列类别和理解潜在动态的能力是众所周知的。模糊散布熵(Fuzzy dispersion entropy)是采用一种新颖编码方法来保持子序列的符号表示。该算法非常简单，易于实现，作为特征提取方法可以与机器学习、深度学

特征提取

深度学习

时间序列

模糊熵

散布熵

原创 2023-06-26 21:53:50 139 阅读

斜率熵Slop entropy，多尺度斜率熵，层次斜率熵，时移多尺度斜率熵，复合多尺度斜率熵，精细复合多尺度斜率熵（Matlab）

斜率熵Slop entropy，多尺度斜率熵，层次斜率熵，时移多尺度斜率熵，复合多尺度斜率熵，精细复合多尺度斜率熵（Matlab）熵或复杂性度量区分时间序列类别和理解潜在动态的能力是众所周知的。斜率熵(Slop entropy)使用一种基于两个连续数据样本生成的斜率的新颖编码方法来保持子序列的符号表示。该算法非常简单，易于实现，作为特征提取方法可以与机器学习、深度学习结合，解决复杂的分类或预测问题

斜率

时间序列

机器学习

信息熵

原创 2023-06-22 18:50:11 241 阅读

时间序列转图像：符号递归图（Symbolic recurrence plots）（matlab版复现）

符号递归图（Symbolic recurrence plots）：是一种以为时间序列转图像技术，可用于平稳和非平稳数据集;对噪声具有鲁棒性，在一定的数据变换条件下具有不变性。结合深度学习技术可以解决能源电力，水利，天气，生物医学，交通等领域的复杂模式识别和监测任务。

数据集

模式识别

递归

原创 2023-06-21 16:31:27 283 阅读

智能优化算法：250+种优化算法（全网最全）及对比-Matlab版

1.优化算法众多，不知道怎么寻找？本作品提供了近几年经典、先进的优化算法，数量超过了230种（全网最全）。所有算法都能运行。2.学者们的编程风格不同，代码之间风格不统一，使用不方面，相互对比困难。本作品优化了超过230种的群优化算法，提供了统一的使用方式，使得算法可用，可测，可观、可比。拿来即用，使用非常便捷，大大减少coding时间。随便安排，一键对比，非常之灵活。添加或删除算法方便。3.未来将

优化算法

搜索算法

启发式

原创 2023-06-20 12:57:29 2506 阅读

相位熵Phase entropy，多尺度相位熵，层次相位熵，时移多尺度相位熵，复合多尺度相位熵，精细复合多尺度相位熵-matlab版复现

复杂系统内部结构特征的提取一直是研究人员关注的问题。时间序列作为复杂系统的重要信息载体，得到了广泛的研究。时间序列的复杂性与时间序列的多种动态特性密切相关，如长程相关等、多重分形特征、混沌特征等。这些特征的存在使得时间序列表现出不同程度的复杂性。研究人员希望通过分析时间序列的动态模式来揭示复杂系统的动态演化。A. Rohila and A. Sharma, “Phase entropy: a ne

时间序列

分形

多尺度分析

信息熵

原创 2023-06-20 12:56:06 117 阅读

分布熵，多尺度分布熵，层次分布熵，时移多尺度分布熵，复合多尺度分布熵，精细复合多尺度分布熵（Matlab版复现）

分布熵（Distribution Entropy），多尺度分布熵（Multiscale Distribution Entropy），复合多尺度分布熵（composite multiscale Distribution entropy），精细复合多尺度分布熵（refined composite multiscale Distribution entropy），时移多尺度分布熵（time-shift

时间序列分析

信息熵

多尺度分析

复杂度

分布熵

原创 2023-06-20 12:55:12 88 阅读

网格分布熵，多尺度网格分布熵，层次网格分布熵，时移多尺度网格分布熵，复合多尺度网格分布熵，精细复合多尺度网格分布熵（Matlab版复现））

庞加莱图是一种回归图，它从几何上阐明了时间序列的演化。在此基础上，提出了网格分布熵，用以时间序列的定量分析，可以作为特征参量表征复杂时间序列的特性。在交通、机械设备、电力、水利、天气等复杂时间序列的分析种，具有很大应用前景。C. Yan, P. Li, C. Liu, X. Wang, C. Yin, and L. Yao, “Novel gridded descriptors of poinca

时间序列

信息熵

庞加莱映射

复杂度

多尺度分析

原创 2023-06-20 12:54:05 86 阅读

对称点模式(symmetric dot pattern, SDP)-matlab版复现

近年来，一种直观的信号表示方法--对称点模式(symmetric dot pattern, SDP)被用于信号分析和模式识别。与一些常规方法不同，SDP是一种基于极坐标系的图像表示方法，可以直接将原始信号转换为镜像对称雪花图像，实现简单，计算量小，且对噪声鲁棒。模式之间的识别和区分与信号之间的幅度和频率差异直接相关，对称点图(SDP)图像表示方法能够准确地表达信号的变化，在工业设备故障诊断、能源系

模式识别

故障诊断

时间序列分析

原创 2023-06-20 12:52:27 1245 阅读

智能优化算法：基于250多种优化算法实现机器人网格地图路径规划（全网最全）

利用超过230种的优化算法实现了机器人网格地图路径规划。（全网最全）230种优化算法代码清单代码清单： [1] 人工蜜蜂优化算法 Artificial Bee Colony, ABC机器人网格地图路径规划[2] 人工蜂鸟算法 &

路径规划

优化算法

搜索算法

原创 2023-06-20 12:51:44 299 阅读

智能优化算法：基于250多种优化算法实现无人机三维路径规划（全网最全）

利用超过230种的优化算法实现了三维无人机路径规划。（全网最全）230+优化算法有：[1] 人工蜜蜂优化算法 Artificial Bee Colony, ABC三维无人机路径规划[2] 人工蜂鸟算法 &

无人机

路径规划

优化算法

原创 2023-06-20 12:50:09 581 阅读

智能优化算法：250+种优化算法（全网最全）对变分模态分解（VMD）参数的优化

VMD方法在旋转机械故障诊断、生物医学工程信号处理、风速/风电功率预测、负荷预测、径流预测、金融时间处理等时间序列分析场景中得到广泛的应用。VMD的性能与两个关键参数（惩罚因子α和模态分解数K）相关。依靠人工经验选择参数难度大。为此，利用共计230+种优化算法（全网最全）对VMD的两个关键参数（惩罚因子α和模态分解数K）进行自适应优化。内含3种适应度函数进行优化（3种适应度函数随意切换，一键运用）

优化算法

搜索算法

变分模态分解

信号处理

降噪

原创 2023-06-20 12:47:21 2770 阅读

散度熵，多尺度散度熵，层次散度熵，时移多尺度散度熵，复合多尺度散度熵，精细复合多尺度散度熵（Matlab版复现）

散度熵，多尺度散度熵，层次散度熵，时移多尺度散度熵，复合多尺度散度熵，精细复合多尺度散度熵（Matlab版）散度熵用于分析复杂时间序列，2021年发表于IEEE Transactions on Industrial Informatics上X. Wang, S. Si, and Y. Li, “Multiscale Diversity Entropy: A Novel Dynamical Meas

时间序列

复杂度

原创 2023-06-20 12:42:52 84 阅读

注意熵，多尺度注意熵，层次注意熵，时移多尺度注意熵，复合多尺度注意熵，精细复合多尺度注意熵（Matlab版复现）

注意熵，多尺度注意熵，层次注意熵，时移多尺度注意熵，复合多尺度注意熵，精细复合多尺度注意熵（Matlab版）Yang, J., Choudhary, G. I., Rahardja, S. & Franti, P. Classification of Interbeat Interval Time-series Using Attention Entropy.IEEE Transactio

Time

熵

注意熵

复杂性

原创 2023-06-20 12:42:07 128 阅读

Markov Transition Field，马尔可夫转移场（matlab版复现）

Markov Transition Field，马尔可夫转移场（matlab版）将一维时间序列转成二维数据可以对原数据进行更好地表征，从而基于新的表征结合深度学习机器视觉技术来发掘更多的规律和信息。这使得Markov Transition Field，马尔可夫转移场在金融，能源电力，水利，气象、机械设备，交通等领域时间序列分析中有广阔的运用前景。参考文献：Z. Wang and T. Oates,

深度学习

时间序列

原创 2023-06-20 12:39:54 548 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

qq64844c5c742c9的博客

时间序列转图像：相对位置矩阵(Relative Position Matrix)（附matlab代码）

模糊散布熵，多尺度模糊散布熵，层次模糊散布熵，时移多尺度模糊散布熵，复合多尺度模糊散布熵，精细复合多尺度模糊散布熵

斜率熵Slop entropy，多尺度斜率熵，层次斜率熵，时移多尺度斜率熵，复合多尺度斜率熵，精细复合多尺度斜率熵（Matlab）

时间序列转图像：符号递归图（Symbolic recurrence plots）（matlab版复现）

智能优化算法：250+种优化算法（全网最全）及对比-Matlab版

相位熵Phase entropy，多尺度相位熵，层次相位熵，时移多尺度相位熵，复合多尺度相位熵，精细复合多尺度相位熵-matlab版复现

分布熵，多尺度分布熵，层次分布熵，时移多尺度分布熵，复合多尺度分布熵，精细复合多尺度分布熵（Matlab版复现）

网格分布熵，多尺度网格分布熵，层次网格分布熵，时移多尺度网格分布熵，复合多尺度网格分布熵，精细复合多尺度网格分布熵（Matlab版复现））

对称点模式(symmetric dot pattern, SDP)-matlab版复现

智能优化算法：基于250多种优化算法实现机器人网格地图路径规划（全网最全）

智能优化算法：基于250多种优化算法实现无人机三维路径规划（全网最全）

智能优化算法：250+种优化算法（全网最全）对变分模态分解（VMD）参数的优化

散度熵，多尺度散度熵，层次散度熵，时移多尺度散度熵，复合多尺度散度熵，精细复合多尺度散度熵（Matlab版复现）

注意熵，多尺度注意熵，层次注意熵，时移多尺度注意熵，复合多尺度注意熵，精细复合多尺度注意熵（Matlab版复现）

Markov Transition Field，马尔可夫转移场（matlab版复现）