2月12日，記者從西安理工大學獲悉，該校學生姜心茹提出一種新的復(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。該方法能夠更準確地量化時間序列（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)表于學術(shù)期刊《機械系統(tǒng)與信號處理》。

無論是機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，隱藏著機器運轉(zhuǎn)的狀態(tài)和人體健康的秘密。在學術(shù)領(lǐng)域，復(fù)雜性度量方法猶如一把鑰匙，能夠高效且精準地探尋那些隱匿于復(fù)雜系統(tǒng)中的節(jié)奏。

論文中，研究人員提出了一種巧妙的方法——“等級熵”測量方法。它就像一把精準的尺子，能測量單個時間序列的復(fù)雜性。同時，研究還拓展出了“多元復(fù)用等級熵”用于處理多個時間序列的情況。

復(fù)雜性度量方法存在的參數(shù)選擇困難、計算過程煩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間序列的復(fù)雜性，提高了復(fù)雜性度量的準確性和效率。

“新方法通過分析機器的振動信號，可預(yù)測設(shè)備的健康狀況和維護需求。這就像通過分析心電或腦電圖，可幫助診斷心臟疾病或腦部異常?！闭撐闹笇Ы處煛⑽靼怖砉ご髮W自動化與信息工程學院電子信息工程副教授李余興介紹，以機械工程、生物醫(yī)學等領(lǐng)域為例，準確測量和分析時間序列（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。

“該方法的創(chuàng)新之處在于，它不僅關(guān)注時間序列的統(tǒng)計特性，更重視時間序列中的模式排序和動態(tài)變化，從而為時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。”李余興說，隨著大數(shù)據(jù)和人工智能技術(shù)的飛速發(fā)展，各行業(yè)對時間序列復(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。（記者王禹涵）