玻尔兹曼-香农交互熵(Boltzmann–Shannon interaction entropy)是2023年最新提出的一维时间序列的度量方式,在数据科学和机器学习领域有许多应用。(暂无任何文献应用报道)(matlab代码获取:https://mbd.pub/o/bread/mbd-ZZmclp1w)
参考文献:
https://doi.org/10.1063/5.0182349
包括:
玻尔兹曼-香农交互熵(Boltzmann–Shannon interaction entropy)
多尺度玻尔兹曼-香农交互熵(Multiscale Boltzmann–Shannon interaction entropy)
层次玻尔兹曼-香农交互熵(Hierarchical Boltzmann–Shannon interaction entropy)
复合多尺度玻尔兹曼-香农交互熵(composite multiscale Boltzmann–Shannon interaction entropy)
时移多尺度玻尔兹曼-香农交互熵(time-shift multiscale Boltzmann–Shannon interaction entropy)
标签:interaction,Boltzmann,entropy,香农,玻尔兹曼,Shannon From: https://www.cnblogs.com/huakaifugui/p/17971062