复杂系统内部结构特征的提取一直是研究人员关注的问题。时间序列作为复杂系统的重要信息载体，得到了广泛的研究。时间序列的复杂性与时间序列的多种动态特性密切相关，如长程相关等、多重分形特征、混沌特征等。这些特征的存在使得时间序列表现出不同程度的复杂性。研究人员希望通过分析时间序列的动态模式来揭示复杂系统的动态演化。
A. Rohila and A. Sharma, “Phase entropy: a new complexity measure for heart rate variability,” Physiol. Meas., vol. 40, no. 10, p. 105006, Nov. 2019, doi: 10.1088/1361-6579/ab499e.
包括：https://mbd.pub/o/bread/mbd-ZJqVl5tw
相位熵（Phase Entropy），
多尺度相位熵（Multiscale Phase Entropy），
复合多尺度相位熵（composite multiscale Phase entropy），
精细复合多尺度相位熵（refined composite multiscale Phase entropy），
时移多尺度相位熵（time-shift multiscale Phase entropy），
层次多尺度相位熵（Hierarchical multiscale Phase entropy）
标签：multiscale,相位,尺度,复合,entropy,Phase From： https://www.cnblogs.com/huakaifugui/p/17476058.html