資源描述：
《分區(qū)復(fù)雜性在時(shí)間序列分析中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第12期電子學(xué)報(bào)Vol.28No.122000年12月ACTAELECTRONICASINICADec.2000分區(qū)復(fù)雜性在時(shí)間序列分析中的應(yīng)用12李凌云,童勤業(yè)(1浙江大學(xué)生物醫(yī)學(xué)工程系,杭州310027;2浙江大學(xué)非線性理論及應(yīng)用研究中心,杭州310027)摘要:本文對(duì)KC復(fù)雜性,C1、C2復(fù)雜性等常見(jiàn)的時(shí)間序列分析中所用的方法進(jìn)行了比較,在此基礎(chǔ)上提出一種新算法分區(qū)復(fù)雜性,同時(shí)將其應(yīng)用在EEG時(shí)間序列分析、處理中,以檢驗(yàn)它的有效性.關(guān)鍵詞:時(shí)間序列;復(fù)雜性算法;分區(qū)復(fù)雜性中圖分類號(hào):TN9195
2、文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):03722112(2000)12009702TimeSeriesAnalysisUsingPartitionComplexityMeasure12LILingyun,TONGQinye(1DeptofBiomedicalEngineering,ZhejiangUniversity,Hangzhou310037,China2ResearchCenterforNonlinearTheoryandApplication,ZhejiangUniversity,Hangzhou310027,China)A
3、bstract:Inthispaperwediscussseveralimportantcomplexityalgorithmsfortimeseries,suchasKolmogorovComplexity(KC)andC1、C2complexity.Hadanalyzedthesemethods,webringforwardanewcomplexitymeasure:partitioncomplexity.Thenewarithmeticovercomesthedisadvantageofthoseoldermethods.Itsuffic
4、ientlyreflectsitsadvantagethroughclinictests.Keywords:timeseries;complexitymeasures;partitioncomplexity1引言{x0,x1,,xn-1,}是由二個(gè)符號(hào)的映射系統(tǒng)產(chǎn)生的序列,復(fù)雜性測(cè)度作為一個(gè)重要的非線性指標(biāo)在非線性時(shí)間序如圖1所示.可是實(shí)際情況并非如此,一般情況下它應(yīng)有多臨列的分析處理中得到了越來(lái)越廣泛的應(yīng)用.國(guó)內(nèi)蘇州大學(xué)的界點(diǎn)如圖2所示.如果只考慮二個(gè)符號(hào),那么只能區(qū)分X的謝惠民教授在理論上比較系統(tǒng)全面的論述復(fù)雜性[7],徐京華左右,這
5、就把X1、X2、X2這些細(xì)節(jié)都去掉了.而從符號(hào)動(dòng)[4]力學(xué)[5]的觀點(diǎn)來(lái)看,X、X、X這些細(xì)節(jié)都是十分本質(zhì)的先生首先將KC用于研究人腦EEG信息傳輸?shù)膹?fù)雜性,同123時(shí)提出了C1、C2兩種復(fù)雜性測(cè)度.將KC,C1、C2等復(fù)雜性應(yīng)用東西.針對(duì)這一點(diǎn),本文將狀態(tài)空間細(xì)分,由原來(lái)的兩個(gè)狀態(tài)EEG時(shí)間序列的分析處理中,也得到了一定的結(jié)果[6].但復(fù)雜變?yōu)閙個(gè)狀態(tài).并對(duì)算法復(fù)雜性做了改進(jìn).因?yàn)槭前磪^(qū)操作性的定義并不統(tǒng)一,不同定義的復(fù)雜性測(cè)度只適用于一定的的,故稱為分區(qū)算法復(fù)雜性.[1,2]范圍,存在各自的局限性.對(duì)KC復(fù)雜性,C1、C2復(fù)雜性等常見(jiàn)的時(shí)間序
6、列分析中所用的方法進(jìn)行了比較,分析了它們的優(yōu)缺點(diǎn),在此基礎(chǔ)上提出了一種新的復(fù)雜性算法分區(qū)復(fù)雜性,并在臨床腦電中檢驗(yàn)了它的有效性.2分區(qū)復(fù)雜性的提出21目前復(fù)雜性算法存在的問(wèn)題復(fù)雜性測(cè)度計(jì)算中對(duì)狀態(tài)空間進(jìn)行粗粒化劃分,必然會(huì)導(dǎo)致某些細(xì)節(jié)信息的丟失.以KC復(fù)雜性,C1、C2復(fù)雜性的計(jì)圖1圖2算為例.問(wèn)題是不知道所研究的動(dòng)力系統(tǒng)究竟有多少臨界點(diǎn),因KC復(fù)雜性是把時(shí)間序列粗粒化為符號(hào)序列,然后用這一為象圖2,若把它作為四個(gè)符號(hào)的動(dòng)力系統(tǒng)來(lái)分析卻是多余符號(hào)序列的復(fù)雜性來(lái)代替時(shí)間序列的復(fù)雜性,它反映了一個(gè)的.為此提出了加權(quán)修正方
7、案,在同類試驗(yàn)中用大量數(shù)據(jù)來(lái)確時(shí)間序列隨其長(zhǎng)度的增長(zhǎng)出現(xiàn)新模式的速率.C1、C2復(fù)雜性定權(quán)數(shù),相當(dāng)于來(lái)確定臨界點(diǎn)的多少.只有調(diào)整權(quán)數(shù)后的復(fù)雜也是針對(duì)粗粒化后的符號(hào)序列,從符號(hào)動(dòng)力學(xué)禁止字和允許性算法對(duì)特定對(duì)象有強(qiáng)說(shuō)服力.字的基礎(chǔ)上提出的.22分區(qū)復(fù)雜性例如,KC是用二個(gè)符號(hào)表示的序列,可理解為時(shí)間序列收稿日期:20000105;修回日期:2000060698電子學(xué)報(bào)2000年分區(qū)復(fù)雜性是將狀態(tài)空間細(xì)分,考慮到更普遍的是狀態(tài)表2空間的不均勻性和不同質(zhì)性,對(duì)狀態(tài)空間劃分時(shí)采用平均值費(fèi)歇判別馬氏距離分區(qū).方法如下:病人
8、正常人病人正常人時(shí)間序列{X睜眼8368527669240,X1,Xn-1}首先求的這個(gè)序列的平均值C1閉眼76780080
