此函數允許估計時間序列的熵。它基于Lempel-Ziv壓縮算法。對于長度為n的時間序列，熵估計為：

E=(1/n和L_i)^-1 ln(n)

式中，L逯i是從位置i開始的最短子串的長度，該子串之前沒有從位置1出現到i-1。當n接近無窮大時，估計的熵收斂到時間序列的實熵。在

我想用Python實現is，我是這樣做的：def contains(small, big):

for i in range(len(big)-len(small)+1):

if big[i:i+len(small)] == small:

return True

return False

def actual_entropy(l):

n = len(l)

sequence = [l[0]]

sum_gamma = 0

for i in range(1, n):

for j in range(i+1, n+1):

s = l[i:j]

if contains(s, sequence) != True:

sum_gamma += len(s)

sequence.append(l[i])

break

ae = 1 / (sum_gamma / n ) * math.log(n)

return ae

但是，我發現當數據越來越大時，它的計算速度太慢了。例如，我使用了一個包含23832個元素的列表作為輸入，所消耗的時間如下：(data can be foundhere)

^{pr2}$

我有成千上萬的這樣的名單要計算，這么長的時間是無法忍受的。我應該如何優化此功能并使其更快地工作？在

總結

以上是生活随笔為你收集整理的lempel ziv matlab,基于Python的LempelZiv算法的熵估计的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。