简介：本文引入自适应多尺度熵的方法，并结合当前常用的经验模型分解的方法，使得数据尺度能自适应的被获取．通过从原数据中不断移除低频或高频成分，自适应多尺度熵能够在“从粗糙到精细”或是“从精细到粗糙”的尺度下用样本熵估计求得．模拟结果用来确认了其有效性，同时我们将其应用到脑死亡诊断中，用来区分脑死亡病人和昏迷病人在脑电信号上的不同．
简介：研究了一类具有时滞及非线性特性发生率的SIRS传染病模型，首先利用特征值理论分析了无病平衡点和地方病平衡点的局部稳定性；并以时滞τ作为分岔参数，分析了模型的Hopf分岔行为，运用中心流形定理和规范型理论给出了分岔方向及分岔周期解稳定性的计算公式；最后，数值模拟验证了理论分析结果．
自适应多尺度熵在脑死亡诊断中的应用
一类具有时滞和非线性发生率的SIRS传染病模型稳定性与Hopf分岔分析
