基于排列熵的混沌邊緣識別及其應(yīng)用
發(fā)布時間:2022-12-09 03:31
排列熵是有效刻畫時間序列動力學(xué)復(fù)雜性的指標(biāo),其算法簡單、可操作性強(qiáng),能有效放大時間序列的微小變化.本文首先提出了一種新的序列混沌邊緣識別方法——滑動移除排列熵(MC-PE),并對該方法和其他三種排列熵方法的混沌邊緣識別的有效性進(jìn)行分析和對比,然后討論了MC-PE方法的影響因素,最后將加權(quán)排列熵應(yīng)用到成礦元素品位序列數(shù)據(jù)的分析中,為探討成礦元素品位序列的復(fù)雜性與礦化等級的關(guān)系提供新思路.主要研究內(nèi)容如下:(1)通過由Logistic方程產(chǎn)生的理想時間序列檢驗(yàn)四種排列熵方法的混沌邊緣識別的有效性,并與傳統(tǒng)的動力學(xué)狀態(tài)識別方法進(jìn)行對比.M-PE、M-WPE和MC-PE都能有效地識別理想時間序列的兩個邊緣點(diǎn);MC-WPE不能識別序列的邊緣點(diǎn);而傳統(tǒng)的滑動t檢驗(yàn)和Mann-Kendall方法都只識別出其中的一個邊緣點(diǎn).基于排列熵的前三種方法在混沌邊緣識別上明顯優(yōu)于傳統(tǒng)方法.(2)通過有效性對比分析,發(fā)現(xiàn)M-WPE方法得到的PE(m)值上升區(qū)間比M-PE方法得到的更加陡峭,符合滑動數(shù)據(jù)的過程,區(qū)分度更好,而M-PE方法卻沒在上升區(qū)間內(nèi)達(dá)到最大值,M-WPE方法優(yōu)于M-PE方法.另一方面,發(fā)現(xiàn)M-P...
【文章頁數(shù)】:53 頁
【學(xué)位級別】:碩士
【部分圖文】:
Logistic分岔圖
理想時間序列IS1取初始值
圖3-3時間序列IS1的狀態(tài)檢驗(yàn)結(jié)果
本文編號:3714731
【文章頁數(shù)】:53 頁
【學(xué)位級別】:碩士
【部分圖文】:
Logistic分岔圖
理想時間序列IS1取初始值
圖3-3時間序列IS1的狀態(tài)檢驗(yàn)結(jié)果
本文編號:3714731
本文鏈接:http://sikaile.net/kejilunwen/wulilw/3714731.html
最近更新
教材專著