学者们开发了各种复杂性度量来比较时间序列并区分规则(例如，周期)，混沌和随机行为。提出了加权排列熵（Weighted Permutation Entropy）概念，其是一个定义简单的复杂性度量，可以很容易地计算任何类型的时间序列，无论是规则的，混沌的，嘈杂的，还是基于现实的时间序列。

• 自带测试数据，一键完美运行。更换数据简单方便。
• 不提供代码讲解，代码类商品售出不退，仅供参考学习，出现任何违反学术行为与本店无关
• 购买前，请您确认是否有matlab基础和阅读过相关文献：

Fadlallah B , Chen B , Keil A ,et al.Weighted-permutation entropy: A complexity measure for time series incorporating amplitude information[J].Physical Review E Statistical Nonlinear & Soft Matter Physics, 2013, 87(2):022911.DOI:10.1103/PhysRevE.87.022911.

包括：

1. 加权排列熵（Weighted Permutation Entropy），
2. 多尺度加权排列熵（Multiscale Weighted Permutation Entropy），
3. 层次加权排列熵（Hierarchical Weighted Permutation Entropy），
4. 复合多尺度加权排列熵（composite multiscale Weighted Permutation entropy），
5. 精细复合多尺度加权排列熵（refined composite multiscale Weighted Permutation entropy），
6. 时移多尺度加权排列熵（time-shift multiscale Weighted Permutation entropy），