样本熵程序

网上找的一个样本熵的程序，不错的东东，共享给大家并感谢原始作者。

function SampEnVal = SampEn（data m r）
 %SAMPEN  计算时间序列data的样本熵
 %        data为输入数据序列
 %        m为初始分段，每段的数据长度
 %        r为阈值
 % $Author: lskyp
 % $Date:   2010.6.20
 % Orig Version: V1.0--------分开计算长度为m的序列和长度为m+1的序列
 %                           这一版的计算有些问题，需要注意两个序列总数都要为N-m
 % Modi Version: V1.1--------综合计算，计算距离时通过矩阵减法完成，避免重循环
 % V1.1 Modified date: 2010.6.23
%  data=[‘Input tne data‘]
%  m=2;
%  r=0.2*std（data）;
 N = length（data）;
 Nkx1 = 0;
 Nkx2 = 0;
 % 分段计算距离，x1为长度为m的序列，x2为长度为m+1的序列
 for k = N - m:-1:1
     x1（k :） = data（k:k + m - 1）;
     x2（k :） = data（k:k + m）;
 end
 for k = N - m:-1:1
     % x1序列计算
     % 统计距离，由于每行都要与其他行做减法，因此可以先将该行复制为N-m的矩阵，然后
     % 与原始x1矩阵做减法，可以避免两重循环，增加效率
     x1temprow = x1（k :）;
     x1temp    = ones（N - m 1）*x1temprow;
     % 可以使用repmat函数完成上面的语句，即
     % x1temp = repmat（x1temprow N - m 1）;
     % 但是效率不如上面的矩阵乘法
     % 计算距离，每一行元素相减的最大值为距离
     dx1（k :） = max（abs（x1temp - x1） [] 2）‘;
     % 模板匹配数
     Nkx1 = Nkx1 + （sum（dx1（k :） < r） - 1）/（N - m - 1）;
     
    % x2序列计算，和x1同样方法
     x2temprow = x2（k :）;
     x2temp    = ones（N - m 1）*x2temprow;
     dx2（k :） = max（abs（x2temp - x2） [] 2）‘;
     Nkx2      = Nkx2 + （sum（dx2（k :） < r） - 1）/（N - m - 1）;
 end
 % 平均值
 Bmx1 = Nkx1/（N - m）;
 Bmx2 = Nkx2/（N - m）;
 % 样本熵
 SampEnVal = -log（Bmx2/Bmx1）;
 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1604  2013-01-13 10:22  样本熵\SampEn.m

     目录          0  2013-01-13 10:22  样本熵

----------- ---------  ---------- -----  ----

                 1604                    2