Comparative analysis of three distribution entropy methods for chaos recognition
Comparative analysis of three distribution entropy methods for chaos recognition
复制标题
混沌识别的三种分布熵方法对比分析
DOI：
10.1088/1742-6596/1732/1/012060
复制
发表时间：
2021-01
期刊：
影响因子：
--
通讯作者：
Hui Liu
中科院分区：
文献类型：
--
作者：
Xiangjian Zeng;Li Wan;Hui Liu
摘要。分布熵（DistEn）是衡量时间序列复杂性的有效指标。本文将分布熵法与移动窗口技术相结合，提出了移动分布熵（M-DistEn）方法。将移动切割数据分布熵（MC-DistEn）与移动移除窗口相结合，提出了移动切割数据分布熵（MC-DistEn）方法。在M-DistEn方法的基础上，提出了移动加权分布熵（MW-DistEn）方法。将这三种分布熵方法用于识别不同参数的混合Logistic映射序列的混沌状态。结果表明，M-DistEn方法只能识别序列的前三个混合状态，不能准确识别序列的后两个混沌状态，具有一定的局限性。MC-DistEn方法可以准确识别序列的四种不同混沌状态，但由于运动去除窗口大小的影响，DistEn值波动较大，对序列状态变化的位置判断不够准确。与M-DistEn方法和MC-DistEn方法相比，MW-DistEn方法不仅能准确识别不同混沌状态，而且对序列状态变化位置的判断更准确，DistEn值也更稳定，具有良好的应用前景。
Abstract. Distribution entropy (DistEn) is an effective index to measure the complexity of time series. In this paper, the moving distribution entropy (M-DistEn) method is proposed by combining the distribution entropy method with the moving window technology. The moving cut data-distribution entropy (MC-DistEn) method is proposed by combining the DistEn with the moving removal window. Based on the M-DistEn method, moving weighted distribution entropy (MW-DistEn) is proposed. These three distribution entropy methods are used to identify the chaotic state of mixed Logistic map sequences with different parameters. The results show that the M-DistEn method only recognizes the first three mixed states of the sequence, and it cannot accurately recognize the last two chaotic states of the sequence, so it has certain limitations. The MC-DistEn method can accurately identify the four different chaotic states of the sequence, but the DistEn value greatly fluctuates due to the influence of the size of the moving removal window, and the position judgment of sequence state change is not accurate enough. The MW-DistEn method not only accurately recognizes different chaotic states, but also is more accurate in judging the position of sequence state changes and more stable in DistEn value than the M-DistEn method and MC-DistEn method, thereby it has a good application prospect.
登录
查看更多内容
DOI：
--
发表时间：
2004
期刊：
Electro-optics & Passive Countermeasures
影响因子：
--
作者：
Shi Wei-feng
通讯作者：
Shi Wei-feng
DOI：
--
发表时间：
2014
期刊：
Journal of Hydroelectric Engineering
影响因子：
--
作者：
Sun Dongyon
通讯作者：
Sun Dongyon
DOI：
10.1142/s021812740100305x
发表时间：
2000-07
期刊：
Int. J. Bifurc. Chaos
影响因子：
--
作者：
J. Sprott;G. Rowlands
通讯作者：
J. Sprott;G. Rowlands
DOI：
10.1152/ajpheart.2000.278.6.h2039
发表时间：
2000-06
期刊：
American journal of physiology. Heart and circulatory physiology
影响因子：
--
作者：
Joshua S. Richman;J. R. Moorman
通讯作者：
Joshua S. Richman;J. R. Moorman
影响因子：
8.6
作者：
Bandt, C;Pompe, B
通讯作者：
Pompe, B