用matlab写一维样本熵代码，其中时间序列长度为365，时间序列的模板长度为2,并输出365个时间序列的样本熵

样本熵是一种描述时间序列复杂度的指标，可以用来分析时间序列的随机性和不规则性。下面是一维样本熵的Matlab代码：

% 生成时间序列
ts = randn(1, 365);

% 模板长度
m = 2;

% 阈值
r = 0.2;

% 初始化样本熵向量
se = zeros(1, 365);

% 计算每个时间点的样本熵
for t = m+1:365
    % 构造模板
    template = ts(t-m:t-1);

    % 统计与模板距离小于阈值r的数量
    count = 0;
    for i = m+1:t-1
        if norm(ts(i-m:i-1)-template) < r
            count = count + 1;
        end
    end

    % 计算样本熵
    if count ~= 0
        se(t) = -log(count/(t-m));
    end
end

% 输出样本熵向量
disp(se);

这段代码首先生成了一个长度为365的时间序列 `ts`，然后根据给定的模板长度 `m` 和阈值 `r`，计算了每个时间点的样本熵，并将结果存储在样本熵向量 `se` 中。最后，输出了 `se` 向量的值。

需要注意的是，样本熵是一种非常简单的时间序列分析方法，它并不能完全描述时间序列的特征。在实际应用中，需要根据具体问题选择合适的时间序列分析方法。