学者们开发了各种复杂性度量来比较时间序列并区分规则(例如，周期)，混沌和随机行为。提出了加权排列熵概念，其是一个定义简单的复杂性度量，可以很容易地计算任何类型的时间序列，无论是规则的，混沌的，嘈杂的，还是基于现实的时间序列。（matlab代码获取：https://mbd.pub/o/bread/mbd-ZZmbm5pv）
参考文献：
Fadlallah B , Chen B , Keil A ,et al.Weighted-permutation entropy: A complexity measure for time series incorporating amplitude information[J].Physical Review E Statistical Nonlinear & Soft Matter Physics, 2013, 87(2):022911.DOI:10.1103/PhysRevE.87.022911.
包括：
加权排列熵（Weighted Permutation Entropy），
多尺度加权排列熵（Multiscale Weighted Permutation Entropy），
层次加权排列熵（Hierarchical Weighted Permutation Entropy），
复合多尺度加权排列熵（composite multiscale Weighted Permutation entropy），
精细复合多尺度加权排列熵（refined composite multiscale Weighted Permutation entropy），
时移多尺度加权排列熵（time-shift multiscale Weighted Permutation entropy）
标签：加权,Weighted,排列,Entropy,Matlab,Permutation,entropy From： https://www.cnblogs.com/huakaifugui/p/17968515