.png){kind=icon}
返回
Permutation Entropy for Graph Signals
.png){kind=icon}
OA
AI
DOI：10.1109/TSIPN.2022.3167333.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
熵度量 (例如，排列熵) 是时间序列 (一维数据) 中不规则性的非线性度量。这些熵度量中的一些可以利用其对称性推广到周期性结构上的数据，例如网格或晶格图案 (二维数据)，从而使它们能够应用于图像。然而，尚未针对在由图定义的不规则域上采样的信号开发这些度量。在这里，我们首次定义了熵度量，以通过概括排列熵来分析在不规则图上测量的信号，排列熵是一种基于时间序列中模式内相邻值的比较而建立的非线性度量。我们的算法基于使用邻接矩阵比较相邻节点上的信号值。我们证明了这种概括保留了时间序列的经典置换和图像的最近置换熵的属性，并且可以应用于具有合成和实信号的任何图结构。我们希望目前的工作能够将其他非线性动态方法扩展到图形信号。
Keyword:
Graph signal processing
Graph Laplacian
Permutation entropy
Adjacency matrix
Irregularity
Nonlinearity Dynamics
Topology
Entropy metric
期刊
IF:
4.9
论文数:
734
被引数:
1.9K
机构
引用论文
.png){kind=icon}
Bidimensional Distribution Entropy to Analyze the Irregularity of Small-Sized Textures二维分布熵分析小尺寸纹理的不规则性
OAAI
OAAI分享收藏
查看更多内容