转帖
image.png
image.png
image.png
从原理上能看出来，这三个数据都是评价波形前后部分之间的混乱程度的。所以这三个数据都是评价波形前后重复性的，也就是频率。熵越大，波形中各个频率越多，熵越小，波形中乱七八糟的频率越小。三个之间的区别的话近似熵，1991年的算法。样本熵，2000年的算法。近似熵在比较的时候有一个自身比较的数值在里面，这个算法优化了。模糊熵，2007年的算法。前面两个算法在评价时加入了一个阈值：大于阈值就混乱，小于就不混乱。模糊熵加入了一个fuzzy的思想在里面。更科学一些。啥叫fuzzy，就比如说，原来分男女，只有 是 或者 不是 这种。现在加入了模糊思想，就告诉你，这货有0.8的概率是男的，有0.2的概率是女的这种。这种软分类其实更科学的。更多的可以参考fuzzy c means算法。模糊熵就把阈值分割的0或者1变成了0.4，0.5这种数据，更科学一些。
作者：热干
链接：https://www.zhihu.com/question/266285555/answer/1151247378
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
网友评论