【SCI一区】模糊斜率熵 Fuzzy Slope Entropy+状态分类、故障诊断!
引言
2024年11月,研究者在测量领域国际顶级期刊《IEEE Transactions on Instrumentation and Measurement》(IF= 5.6,JCR 1区,中科院二区)上发表科学研究成果,以“Optimized Fuzzy Slope Entropy: A Complexity Measure for Nonlinear Time Series”为题。提出了 模糊斜率熵 Fuzzy Slope Entropy,FuSE,并应用于将FuSE应用于水声信号和生物医学信号。结果表明,与以前的方法相比,FuSE具有更好的分类性能和泛化能力。
本文复现了 模糊斜率熵 Fuzzy Slope Entropy,FuSE,并将其扩展到5种多尺度(部分暂无任何文献应用报道,属全球首创),可用于分析一切时间序列中,如:电能质量数据、振动数据、风速、功率、声音、温度、交通、水流、地震波、心率、脑电、肌电、金融等等,您能想到的时间序列皆有可能。发文章全凭眼疾手快,赶快应用到自己的研究领域吧。参考其他熵,发个二/三区SCI没有任何问题,运气好一区也能行,水个中文核心更是不在话下。
1.模糊斜率熵(Fuzzy Slope Entropy)
2.多尺度模糊斜率熵(Multiscale Fuzzy Slope Entropy)
3.层次模糊斜率熵(Hierarchical Fuzzy Slope Entropy)
4.复合多尺度模糊斜率熵(Composite multiscale Fuzzy Slope Entropy)
5.精细复合多尺度模糊斜率熵(Refined Composite multiscale Fuzzy Slope Entropy)
6.时移多尺度模糊斜率熵(Time-shift multiscale Fuzzy Slope Entropy)
斜率熵 Slope Entropy 为子序列的每个元素分配了一个符号,形成了一个新的符号模式。但实际上,符号之间的边界是模糊的,原有的斜率熵无法准确描述符号边界处元素的正确分类。所得到的符号模式不能完全表示时间序列中的信息。为此,提出了模糊斜率熵 Fuzzy Slope Entropy,FuSE,利用模糊隶属函数来确定每个差异属于每种符号的程度。该方法思路与模糊散布熵 Fuzzy Dispersion Entropy 类似,见往期内容:【源自一区IEEE Trans】模糊散布熵Fuzzy Dispersion Entropy及其5种多尺度系列-Matlab代码。
第1步:根据Takens的延迟嵌入定理的一维时间序列重构。
第2步:从两个连续值xi+1和xi之间的差:
第3步:利用模糊隶属函数(梯形隶属函数和三角隶属度)计算符号的隶属度:
第4步:每个子序列Ri被映射到一个不同的符号序列模式{ai, ai+1,…, ai+m−1}根据其成员的隶属度计算子序列的隶属度。
第5步:计算每个符号模式出现的概率及FuSE熵值。
03.实验结果
原文作者给出了一个具体的例子,进一步说明了FuSE计算过程。给出了长度N = 6,嵌入维数m = 3的时间序列 T ={4,7,2,3,9,5} 在 γ=1 的前提下的FuSE计算过程。原论文里的给出的结果:FuSE = 1.0397。
FuSE计算过程
那么我们的复现结果如何呢?
将论文中的示例数据输入到代码中,设置了同样的参数,最后得到结果是:1.0397。
完美复现!!!
参考文献
Y. Li, G. Tian, Y. Cao, Y. Yi and D. Zhou, "Optimized Fuzzy Slope Entropy: A Complexity Measure for Nonlinear Time Series," in IEEE Transactions on Instrumentation and Measurement, vol. 73, pp. 1-14, 2024, Art no. 2536314, doi: 10.1109/TIM.2024.3493878.
Matlab代码下载
微信搜索并关注-优化算法侠(英文名:Swarm-Opti),或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
完整代码
完整代码
https://mp.weixin.qq.com/s/8Sc1QOMagNUnt0M7id7hTg
点击链接跳转:
400多种优化算法免费下载-matlab
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247488871&idx=1&sn=ea026691584099bc23b5d9a8c0d9d9cf&scene=21&poc_token=HG5-tWijLKDzrao_cHY0NlLHnIgBxRgsfIQFxbLihttps://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247488871&idx=1&sn=ea026691584099bc23b5d9a8c0d9d9cf&scene=21&poc_token=HG5-tWijLKDzrao_cHY0NlLHnIgBxRgsfIQFxbLi
求解cec测试函数-matlab
cec2017测试函数使用教程及matlab代码免费下载
cec2018测试函使用教程及matlab代码免费下载
cec2019测试函使用教程及matlab代码免费下载
cec2020测试函使用教程及matlab代码免费下载
cec2021测试函使用教程及matlab代码免费下载
cec2022测试函使用教程及matlab代码免费下载
绘制cec2017/018/2019/2020/2021/2022函数的三维图像教程,SO EASY!
215种群智能优化算法python库
Amazing!Python版215种群智能优化算法https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=1&sn=6b439e55b37b6482b8d3831ca85f1d55&chksm=c12be0c8f65c69de71ad51d3b736b871ff52f8646e90624f95dd32b024dfaad369d654aaf8fc#rd
解决12工程设计优化问题-matlab
略微出手,工程设计问题(12)(附Matlab代码)https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247485052&idx=1&sn=80e5573c1c005ee5640e44935044ee35&chksm=c12bea79f65c636fc73758b4f4893502bd89cbd1c5d15d7db15e8b5c94eeae40450439d44944&token=681266555&lang=zh_CN#rd
求解11种cec测试函数-python
【选择自由,免费下载】215种优化算法求解11种cec测试函数-python代码https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=2&sn=eea8fb04dc507ab9119e2c97c03ca2f6&chksm=c12be0c8f65c69decd6c8109f6b997986bf58725fdbbd7ab03752cb6f61aacdb5a2dc7fec762#rd
解决30种工程设计优化问题-python
【一码解决】215种优化算法求解30个现实世界的工程设计优化问题,让你的论文增色10倍(附Python代码)https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486669&idx=3&sn=ea6d26ae7cb651e5c368f4c73ade228e&chksm=c12be0c8f65c69de739af72d9793838f59ab77bfee36bc2c204f96e2a9e5c6d87dfbbbae698e#rd
《一行破万法》:80余种改进策略仅需一行,可改进所有优化算法(附matlab代码)
https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247487693&idx=1&sn=2e112a6ecad1a302179ed83a955fb26b&scene=21&poc_token=HBF_tWijdJadHRqwV2szg8ee9k-p1DTwa8W7GF4Chttps://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247487693&idx=1&sn=2e112a6ecad1a302179ed83a955fb26b&scene=21&poc_token=HBF_tWijdJadHRqwV2szg8ee9k-p1DTwa8W7GF4C
【有经典,有最新】24种信号分解方法(附matlab代码)
沙场大点兵:24种信号分解方法(附matlab代码)https://mp.weixin.qq.com/s?__biz=MzkxMDQ5MDk4Ng==&mid=2247486001&idx=1&sn=a87c24cb401017a78a90bd1b1439fcb0&chksm=c12be634f65c6f22368b7229a59ac5ef330b89d710c826dbfd1a1c34a02b1dd7e909c7f40d79&token=25423484&lang=zh_CN#rd