2月12日，記者從西安理工大學(xué)獲悉，該校學(xué)生姜心茹提出了一種新的復(fù)雜性度量方法，有望解決特定節(jié)奏背后的復(fù)雜性問題，并能夠更準(zhǔn)確地量化時(shí)間序列(或信號)的復(fù)雜性。相關(guān)研究以《等級熵及其多元版本》為題發(fā)表在學(xué)術(shù)期刊《機(jī)械系統(tǒng)與信號處理》上。

　　無論是機(jī)器的振動還是人體的心跳，都遵循著特定的節(jié)奏。這些節(jié)奏猶如信號一般，隱藏著機(jī)器運(yùn)轉(zhuǎn)的狀態(tài)和人體健康的秘密。在學(xué)術(shù)領(lǐng)域，復(fù)雜性度量方法猶如一把銳利的鑰匙，能夠高效且精準(zhǔn)地探尋并鎖定那些隱匿于復(fù)雜系統(tǒng)中的節(jié)奏(信號)。

　　在論文中，研究人員提出了一種巧妙的方法——“等級熵”，它就像一把更精準(zhǔn)的尺子，能測量單個(gè)時(shí)間序列的復(fù)雜性。同時(shí)，研究還拓展出了“多元復(fù)用等級熵”，用來處理多個(gè)時(shí)間序列的情況。

　　相比較于傳統(tǒng)的復(fù)雜性度量方法存在的參數(shù)選擇困難、計(jì)算過程繁瑣和信息冗余等問題，在新的方法中，“等級熵”和“多元復(fù)用等級熵”通過考慮時(shí)間序列的內(nèi)部排序和二維相空間信息，提供了一種新的度量方式。這種方式能夠更精確地反映時(shí)間序列的復(fù)雜性，提高了復(fù)雜性度量的準(zhǔn)確性和效率。

　　“通過分析機(jī)器的振動信號，可預(yù)測設(shè)備的健康狀況和維護(hù)需求。就像通過分析心電或腦電圖(信號)，可幫助診斷心臟疾病或腦部異常?！闭撐闹笇?dǎo)教師、西安理工大學(xué)自動化與信息工程學(xué)院電子信息工程副教授李余興介紹，以機(jī)械工程、生物醫(yī)學(xué)等領(lǐng)域?yàn)槔?，?zhǔn)確測量和分析時(shí)間序列(或信號/數(shù)據(jù))的復(fù)雜性對于預(yù)測故障、診斷疾病等至關(guān)重要。

　　“創(chuàng)新之處在于，它不僅關(guān)注時(shí)間序列的統(tǒng)計(jì)特性，更重視時(shí)間序列中的模式排序和動態(tài)變化，從而為時(shí)間序列分析提供了一種更為精確和全面的復(fù)雜性度量手段?！崩钣嗯d表示，隨著大數(shù)據(jù)和人工智能技術(shù)的飛速發(fā)展，對時(shí)間序列復(fù)雜性測量的需求也在不斷攀升，這使得該研究的應(yīng)用前景變得極為廣闊。