近似熵（Approximate Entropy，简称ApEn）是一种用于衡量时间序列复杂度和随机性的统计方法。它是由Saulius Raughanas在1993年提出的。近似熵可以用来评估时间序列的动态复杂度，是分析非线性时间序列的有力工具。
以下是近似熵的基本计算步骤：
1. 定义参数：
m：邻域大小，即用于比较的序列片段的长度。
r：邻域相似性容忍度，用于定义两个序列片段是否相似。
2. 计算相似度：
对于任意两个序列片段，如果它们的汉明距离小于r，则认为它们是相似的，相似度为1；否则为0。
3. 计算近似熵：
计算所有长度为m的序列片段的相似度。
计算所有长度为m+1的序列片段的相似度。
计算这些相似度的平均值，得到序列片段的近似熵。
近似熵的计算公式如下：
[ ApEn = frac{1
