Advertisement

使用G-P算法通过K熵同时计算关联维和科恩哥罗夫熵（基于时间序列数据）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
简介：本文介绍了一种利用G-P算法结合K熵方法，从时间序列数据中同步评估关联维度与科恩哥罗夫熵的技术。 G-P 算法可以同时求解关联维和Kolmogorov熵（输入时间序列数据）。相关文件包括：CorrelationIntegral.dll、LM2.p、LorenzData.dll 和 Main_KolmogorovEntropy_GP.m。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 使用G-P算法通过K熵同时计算关联维和科恩哥罗夫熵（基于时间序列数据）
    优质
    简介：本文介绍了一种利用G-P算法结合K熵方法，从时间序列数据中同步评估关联维度与科恩哥罗夫熵的技术。 G-P 算法可以同时求解关联维和Kolmogorov熵（输入时间序列数据）。相关文件包括：CorrelationIntegral.dll、LM2.p、LorenzData.dll 和 Main_KolmogorovEntropy_GP.m。
     
  • 基于G-P算法的时间序列关联维数d的Matlab计算方法
    优质
    本文介绍了一种利用G-P算法在Matlab环境中进行时间序列数据关联维数（d）计算的方法，为复杂系统的分析提供新的工具。 【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：时间序列的G_P算法_计算出序列的关联维数d_matlab 资源类型：matlab项目全套源码 源码说明：全部项目源码都是经过测试校正后百分百成功运行的。如果您下载后不能运行，请联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员
     
  • 利用G-P法计算关联维数
    优质
    本研究采用G-P法探讨复杂系统的混沌特性，通过计算关联维数评估数据集的分维度和复杂度，为系统分析提供新视角。 使用G-P法求取时间序列的最佳嵌入维数，并计算关联维度。
     
  • 计算时间序列中的样本熵
    优质
    本文探讨了在时间序列分析中应用样本熵的方法，旨在提供一种评估数据复杂性和规律性的新视角。通过优化算法，提高了计算效率和准确性，为医疗信号处理、经济预测等领域提供了有力工具。 计算给定时间序列的样本熵，并分析其非线性复杂度特性。
     
  • 同步计算关联维与Kolmogorov熵
    优质
    本研究探讨了同步计算中关联维和Kolmogorov熵之间的关系，提出了新的算法来更准确地评估复杂系统中的混沌特性。 同时计算时间序列的关联维数及Kolmogorov熵。
     
  • CMPE.rar_cmwpe_多尺度排列熵与多尺度熵计算_时间序列分析
    优质
    本资源包提供了一个关于时间序列分析中多尺度排列熵及多尺度熵计算方法的研究工具集，适用于复杂系统信号处理研究。 计算了时间序列的多尺度排列熵，可以用于金融时间和生理时间序列的复杂性分析。
     
  • 基于G-P算法计算关联维的Matlab程序（mex版本）
    优质
    本简介介绍了一款基于G-P算法计算关联维数的MATLAB程序插件，采用Mex编译，能够高效地分析复杂系统中的混沌行为和数据集的内在维度。 G-P算法计算关联维的Matlab程序(mex版) 文件说明： 1. GP_Algorithm_main.m - 程序主文件 2. LorenzData.dll - 产生Lorenz离散数据 3. normalize_1.m - 数据归一化 4. correlation_interal.c - 计算关联积分的源代码文件 5. correlation_interal.dll-计算关联积分的mex文件
     
  • 一维时间序列的置换熵快速计算（基于滑动窗口）- MATLAB实现
    优质
    本研究提出了一种基于滑动窗口的一维时间序列置换熵快速计算方法，并提供了MATLAB实现代码，以提高复杂数据集上的计算效率。 函数 outdata = PE(indata, delay, order, windowSize) 用于计算一维时间序列滑动窗口内序数模式的置换熵值，适用于顺序为1到8的情况。输入参数包括： - indata：一维时间序列（长度N） - 延迟：有序模式中点之间的延迟 - order：定义了序数模式的数量，例如 [1,3,7,8] 对应于 n-1 的形式。 - 置换熵的值通过 log((order+1)!) 归一化，并且根据原始论文中的方法，其范围为[0, 1]。