- 在线时间
- 9 小时
- 最后登录
- 2013-11-8
- 注册时间
- 2013-7-2
- 听众数
- 9
- 收听数
- 0
- 能力
- 0 分
- 体力
- 295 点
- 威望
- 0 点
- 阅读权限
- 150
- 积分
- 130
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 86
- 主题
- 54
- 精华
- 0
- 分享
- 0
- 好友
- 3
TA的每日心情 | 衰 2013-11-8 15:00 |
---|
签到天数: 15 天 [LV.4]偶尔看看III
- 自我介绍
- 我笑一笑从容
|
给定时间序列x1,x2,x3......xl, 利用延时坐标法在嵌入空间上重构嵌入向量Xk=(Xk,Xκ+τ,.....Xκ+(m-1)τ)
式 中 , k = 1, 2,,L−(m−1)τ, τ 称为延迟时间(delay time), m 称为嵌入维数(embedding dimension)。Eckmann 等提出了一个可以在相空间观察状态Xī 递归性的工具。通常,一个高维相空间没有一个专门用来绘图的维,高维相空间只有通过投影到 2 维或者 3 维空间上被观测。Eckmann 的工具可以在一个 2 维空间的递归表示图上对 m 维相空间上的轨迹进行观测研究。在相空间中,第 i 时刻和在第 j 时刻的递归状态可以通过一个 2 维方阵用黑点或者白点表示,通常情况用黑点表示递归状态,即黑点坐标对应时刻的状态向量为递归状态。这种表示方法被称作递归图,其数学表示如下:Rij={1:‖Xi-Yj ‖《ε或0:其他
式中,N 是状态向量iX 的个数, ε 是判别距离, • 表示 L2范数。当第 i 时刻和第 j时刻的状态向量iX 和jX 的空间距离小于 ε 时 1,=
ijR ,则称为递归状态,在图中由黑点表示。递归图的主要目的是观察高维相空间中的状态轨迹,通过对递归图的观察可以发现轨迹的运行状态,它的优点在于可以处理数据量较少或者不平稳的数据。计算递归图时,判别距离ε 是一至关重要的参数。如果ε 选取太大,则空间中所有的状态向量间都呈现递归状态特性;如果ε 选取太小,则所有的状态向量间都不能呈现递归状态特性。当前,判别距离ε 的选取没有统一的标准,根据文献[114],选取阈值ε 为 0. 1*√m*σ(σ 为时间序列的标准方差)。 |
|
zan
|