کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7545215 1489593 2018 5 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Measure of regularity in discrete time signals
ترجمه فارسی عنوان
اندازه گیری منظم در سیگنال های زمان گسسته
کلمات کلیدی
سیگنال های زمان گسسته، آنتروپی تقریبی نمونه آنتروپی،
ترجمه چکیده
سری زمانی گسسته می تواند از طریق روش های خطی یا غیر خطی ریاضی به منظور پیدا کردن خواص خاص مورد استفاده قرار گیرد. روش های تجزیه و تحلیل غیر خطی در دهه های اخیر، نتایج ارزشمندی را در تحلیل و پیش بینی سری زمانی گسسته به ارمغان آورد. روش های پردازش سیگنال های آماری به عنوان اقدامات آنتروپی ابزار مهم در تجزیه و تحلیل داده های سری زمانی، به ویژه در فیزیولوژی و پزشکی تبدیل شده اند. به طور کلی، آنتروپی میزان مرتبه منظم در سیستم را اندازه گیری می کند و معمولا باید بتواند پیچیدگی هر ساختار زیرین را در سیگنال های زمان گسسته تعیین کند. در این مقاله، آنتروپی تقریبی و محاسبات آنتروپی نمونه را بر روی سیگنال های تست سنتز شده با خواص خاص پیشنهاد می کنیم تا سعی کنیم خصوصیات پنهان را پیدا کنیم. آنتروپی تقریبی و نمونه آنتروپی نمونه ای که الگوریتم های ریاضی ایجاد شده برای اندازه گیری منظم یا قابل پیش بینی بودن در یک سری زمانی هستند، بسیار حساس به پارامتر های مورد استفاده خود به عنوان طول بخش داده و طول داده هستند.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
پیش نمایش مقاله
اندازه گیری منظم در سیگنال های زمان گسسته
چکیده انگلیسی
Discrete time series can be treated through linear or non-linear mathematical procedures in order to find specific properties. Last decades, non-linear analysis methods brought valuable results in discrete time series analysis and prediction. Statistical signal processing methods as entropy measures have become important tools in the analysis of time series data, especially in physiology and medicine. Generally, entropy measures the degree of regularity in systems and usually it should be able to quantify the complexity of any underlying structure in the discrete time signals. This paper proposes approximate entropy and sample entropy calculations on synthesized test signals with specific properties in order to try to find hidden properties. Approximate entropy and sample entropy being mathematical algorithms created to measure the regularity or predictability within a time series, are extremely sensitive to their used parameters as length of the data segment and length of data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Manufacturing - Volume 22, 2018, Pages 621-625
نویسندگان
,