利用交叉自相关进行适当相空间重构的高维延迟选择
混沌动力学
2014-09-23 v1
摘要
就非线性时间序列的相空间重构而言，延迟选择是最重要的标准之一。这通常通过使用一般度量即互信息 (MI) 来完成。然而，在这种情况下，延迟选择仅限于使用两个变量之间的 MI 估计单个延迟。相应的重构相空间也不令人满意。为了克服这种情况，使用了 MI 的高维估计量；它在两个以上变量之间选择多个延迟。通过形状畸变参数 (SD) 测试重构相空间的质量，发现即使这种多维 MI 有时也无法产生畸变较小的相空间。本文引入了一种替代的非线性度量交叉自相关 (CAC)。在两种及更高维度的 MI 以及交叉自相关下，分别对已知的三维神经动力学模型、Lorenz 动力学模型和三维食物网模型的重构相空间进行了比较研究。研究发现，只有在交叉自相关的概念下才能获得畸变最小的相空间。
引用
@article{arxiv.1409.5974,
title = {A high dimensional delay selection for the reconstruction of proper Phase Space with Cross auto-correlation},
author = {Sanjay Kumar Palit and Sayan Mukherjee and D. K. Bhattacharya},
journal= {arXiv preprint arXiv:1409.5974},
year = {2014}
}
备注
arXiv admin note: text overlap with arXiv:0809.2220 by other authors