非常感谢这段非常好的代码。但是我有一些问题与它相比我的自定义脚本我写明白SampleEntropy基于论文中描述的“有效的方法在时间序列数据计算样本熵分析”由r . Bhavasar n . Helian y太阳,n .戴维t . Steffert d市长Procedia计算机科学145(2018)97 - 104。

根据“by the book”SampleEntropy的算法，当我从你的for循环条件中移除“-1”来提取长度为wlen+1的窗口时，SampleEntropy返回的结果与你的脚本相同。这样就去掉了一些我认为有必要的比较。
-------------------
%提取长度为wlen+1的窗口
pos = 1:长度(seq) -wlen-1
: D (pos) = seq (pos: pos + wlen);
结束
--------------------

如果使用wlen=0，脚本将失败。我在你的代码中写了一个小修复:
----------------------
如果wlen > 0
v1 = max (DD (: 1: end-1), [], 2);%最大沿第二昏暗(情况1)
v1 = max(v1, DD(:，end));%添加最后一列(情况2)
B = B + sum(v1 < r);
A = A + sum(v2 < r);
其他的
A = A + sum(DD(:，end) < r);
结束
--------------------

最后，当B=0或wlen=0时，对B做一个小调整，以防止返回NaN。
-------------------------------------
如果B == 0
If (wlen == 0) = 0
时间序列中样本熵的有效计算方法
R. Bhavasar, N. Helian, Y. Sun, N. Davey, T. Steffert，
% D. Mayor in Procedia Computer Science 145 (2018) 97-104
ratioAB = / ((seq) *长度(长度(seq) 1) / 2);
其他的
ratioAB = 0;
结束
其他的
ratioAB = A / B;
结束
%%回到原来的使用ratioAB而不是A/B
d =日志(ratioAB);
-----------------------

而不是d = -log(A/B);