LZ 復雜度分析 隨著人們對非線性方法的分析越加深入，他們發現，雖然關聯維度和最大李雅譜諾夫指數在分析腦電時具有一定的幫助，但是它們對數據的依賴性太強，對干擾和噪聲太敏感，而且要得到可靠的結果需要大量的數據，這對于高度不平穩的腦電波來說無疑是相當大的局限?？蒲腥藛T迫切需要一種數據量少且具有一定抗干擾能力的方法，這時LZ復雜度算法應運而生，它是一種表征時間序列里出現新模式的速率的方法。這個方法最先由Lempel和Ziv提出，因此取名為Lempel-Ziv復雜度。直到1987年，才由Kaspar和Schuster提出了該算法的計算機實現方法。 對于一個待求字符串S(S1，S2，…，Sn)以及另一個字符串Q(q1，q2，…，qn)，SQ表示S和Q的級聯，SQ=( S1，S2，…，Sn，q1，q2，…，qn)。令SQv是SQ減去最后一個字符所得字符串。判斷Q是否是SQv的一個子串，如果Q是SQv的一個子串，說明Q中的字符是可從S復制的，這時把待求序列的下一個字符級聯到Q。如果Q不是SQv的一個子串，則表示Q是插入字符。這時把Q級聯到S，S=SQ，重新構造Q，重復以上過程直到Q取待求序列的最后一位結束。每次Q級聯到S，表明出現一種新模式，用c表示一個字符串中新模式的數量。例如對于S=(10101010)，應用上面的方法可以得到c(8)=3個新模式：1，0 ，101010。