| 非线性时间序列的最优相关维数估计 |
| |
| 引用本文： | 滕丽娜,陈兆能,佟德纯.非线性时间序列的最优相关维数估计[J].上海交通大学学报,2002,36(8):1214-1217. |
| |
| 作者姓名： | 滕丽娜 陈兆能 佟德纯 |
| |
| 作者单位： | 上海交通大学,机械与动力工程学院,上海,200030 |
| |
| 摘 要： | 提出以能量谱中的截断频率之倒数作为相空间重构过程中的窗长，在窗长固定情况下，利用奇异值分解算法确定嵌入维数和时间延迟两个参数，克服了不考虑窗长单独选择嵌入维数和时间延迟造成的相关维数收敛性差的缺点，大大提高了计算效率。采用迭代奇异值分解算法对含噪声的信号进行降噪，降低了噪声对相关维数计算结果的影响，从而提高了计算结果的可靠性。
|
| 关 键 词： | 非线性时间序列 最优相关维数估计 迭代奇异值分解 相空间重构 嵌入维数 时间延迟 降噪算法 |
| 文章编号： | 1006-2467(2002)08-1214-04 |
| 修稿时间： | 2001年7月28日 |
Estimation for Optimal Correlation Dimension of Nonlinear Time Series |
| |
| TENG Li na,CHEN Zhao neng,TONG De chun.Estimation for Optimal Correlation Dimension of Nonlinear Time Series[J].Journal of Shanghai Jiaotong University,2002,36(8):1214-1217. |
| |
| Authors: | TENG Li na CHEN Zhao neng TONG De chun |
| |
| Abstract: | Correlation dimension can be estimated efficiently and accurately with the knowledge of an optimal given window length, embedding dimension and delay time. This paper investigated how to get the optimal window length, embedding dimension and delay time in order to improve the estimate of the correlation dimension. And a method using iterative singular value decomposition (SVD) was presented for reducing the noise from a nonlinear time series to yield an improvement in the correlation dimension estimation. |
| |
| Keywords: | singular value decomposition correlation dimension state space reconstruction embedding dimension |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
