Indexed by：
Abstract：
本发明公开了一种非线性脑电信号的复杂度分析方法。排列熵与样本熵算法大量被运用在非线性复杂度分析中，但其均存在一定的缺点。样本熵虽然具有很好的鲁棒性并且在准确度上有一定的优势，但其计算效率缺不尽如人意；而排列熵虽然计算不如样本熵精确但其具有计算快速的特性。针对以上问题，发明一种对脑电信号进行非线性复杂度分析的方法，首先对脑电信号进行滤波处理，提取有效频段，之后进行排序并按照两个规则进行等分符号化赋值，最后分别进行m维及m+1维相空间构造进行熵值的计算。本发明对之前非线性方法排列熵提高了准确度，对样本熵方法提高了计算效率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201710432360.2
Filing Date： 2017-06-09
Publication Date： 2017-12-01
Pub. No.： CN107423682A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
