wentropy

熵(小波包)

折叠所有页面

语法

E = wentropy(X,T)

E = wentropy(X,T,P)

E= wentropy (X，T）返回所指定的熵T向量或矩阵的X．

E= wentropy (X，T，P）返回熵P参数是否依赖于T．

E= wentropy (X，T, 0)等于E= wentropy (X，T）．

打开实时脚本

这个例子显示了一个随机信号的不同熵值。

为了重现性的目的，重置随机种子并产生随机信号。

rng默认的X = randn(1200);

计算的香农熵x．

E = wentropy(x，香农的）

E = -224.5551

计算的对数能量熵x．

E = wentropy(x，“日志能源”）

E = -229.5183

的阈值熵x阈值熵等于0.2。

E = wentropy(x，“阈值”, 0.2)

E = 168

计算的确定熵x阈值为3。

E = wentropy(x，“确定”3)

E = 35.7962

计算的范数熵x幂等于1.1

E = wentropy(x，“规范”, 1.1)

E = 173.6578

你可以用你自己的熵函数美国广播公司与wentropy．函数必须定义在．m文件，并且第一行必须是:

函数e = ABC(x)

在哪里x是一个向量e是实数。新的熵可以通过输入来使用

e = wentropy(x，'user'，'ABC')

或者更直接

e = wentropy(x，'ABC')

函数文件myEntropy.m返回信号的标准化香农熵。的归一化香农熵x．

W = W熵(x，“myEntropy”）

W = -1.1228

输入数据，指定为实值向量或矩阵。

熵类型，指定为下列之一:

熵类型(`T`）	阈值参数(`P`）	评论
`香农的`		`P`未使用。
`“日志能源”`		`P`未使用。
`“阈值”`	`0≤p`	`P`是阈值。
`“确定”`	`0≤p`	`P`是阈值。
`“规范”`	`1≤p`	`P`就是权力。
`“用户”`	特征向量	`P`字符向量是否包含您自己的熵函数的文件名，具有单个输入`x`．
＇`FunName`＇	没有约束`P`	`FunName`是除前面列出的熵类型之外的任何字符向量。 `FunName`包含您自己的熵函数的文件名`x`作为输入`P`作为熵函数的附加参数。