• 大小: 528B
    文件类型: .m
    金币: 2
    下载: 1 次
    发布日期: 2021-08-06
  • 语言: Matlab
  • 标签: matlab  信息熵  

资源简介

LZ 复杂度分析 随着人们对非线性方法的分析越加深入,他们发现,虽然关联维度和最大李雅谱诺夫指数在分析脑电时具有一定的帮助,但是它们对数据的依赖性太强,对干扰和噪声太敏感,而且要得到可靠的结果需要大量的数据,这对于高度不平稳的脑电波来说无疑是相当大的局限。科研人员迫切需要一种数据量少且具有一定抗干扰能力的方法,这时LZ复杂度算法应运而生,它是一种表征时间序列里出现新模式的速率的方法。这个方法最先由Lempel和Ziv提出,因此取名为Lempel-Ziv复杂度。直到1987年,才由Kaspar和Schuster提出了该算法的计算机实现方法。 对于一个待求字符串S(S1,S2,…,Sn)以及另一个字符串Q(q1,q2,…,qn),SQ表示S和Q的级联,SQ=( S1,S2,…,Sn,q1,q2,…,qn)。令SQv是SQ减去最后一个字符所得字符串。判断Q是否是SQv的一个子串,如果Q是SQv的一个子串,说明Q中的字符是可从S复制的,这时把待求序列的下一个字符级联到Q。如果Q不是SQv的一个子串,则表示Q是插入字符。这时把Q级联到S,S=SQ,重新构造Q,重复以上过程直到Q取待求序列的最后一位结束。每次Q级联到S,表明出现一种新模式,用c表示一个字符串中新模式的数量。例如对于S=(10101010),应用上面的方法可以得到c(8)=3个新模式:1,0 ,101010。

资源截图

代码片段和文件信息

function [C]=LZ(Data)
Th=median(Data); % threshold
N=size(Data1); %length of data
s=zeros(N1);S=zeros(N);Q=zeros(N);
for j=1:N
    if Data(j1)        s(j1)=0;
    else
        s(j1)=1;
    end
end
i=1;r=1;c=1;
S=s(1);Q=s(2);SQpi=s(1);
while(

评论

共有 条评论