KC复杂度教材教学课件.pptxVIP

复杂度分析小组成员： 吴敏 贾添添 康孟飞 刘哲 徐兴哲复杂度简介KC复杂度分析粗粒化方法的研究和改进contents总结1复杂度简介KC复杂度复杂度分析方法是一种非线性动力学的分析方法，非常适合对非线性、非平稳信号的分析处理。Kolmogorov 在1965年提出了算法复杂度的概念，即：针对一字符串序列，在通用的图灵机上生成该序列的最短程序长度与该字符串大小之比。但是不存在一个函数能计算出所有字符串序列的算法复杂度。目前，我们所使用的KC复杂度的概念实际上指的是Lempel-Ziv复杂度（LZC）。Lempel-Ziv复杂度是针对有限长序列提出的一种判别序列随机程度的手段，是由Abraham LempeI和Jacob Ziv于1976年发表在“IEEE Transactions On Information Theory”上的文章中首次提出的，首次从数学上将Kolmogorov复杂性的计算变为现实。两者的区别在于：Kolmogorov复杂度以生成符号序列的最短的通用图灵机程序长度为复杂性的度量；Lempel-Ziv复杂度作为简化的模型以符号序列中出现的模式的多少为复杂性的度量。KC复杂度分析是一种基于粗粒化的方法，根据粗粒化的程度不同称为N值化过程。经过粗粒化后，Lempel-Ziv复杂度对噪声不很敏感。这些特点很适合生物信号的处理。KC复杂度的计算1、时间序列的重构（N值化过程