一种用于检测方差变化更新过程中率变化的多滤波检验

事件率的非平稳性是建模事件时间序列（如神经元脉冲序列）时的一个持续问题。受神经生理学脉冲序列记录中多种模式的启发，我们定义了一类广义的更新过程。该类过程用于检验平稳率的零假设与具有有限个率变化（变点）的更新过程的广泛备择假设。我们的检验通过同时使用多个移动窗口，扩展了滤波导数方法的思想。为了调整检验的拒绝阈值，我们使用了高斯过程，该过程作为滤波导数过程的极限出现。我们还开发了一种多滤波算法，当零假设被拒绝时，可用于估计变点的数量和位置。我们分析了多滤波的优势及其与单窗口方法相比提高的检测概率。应用于麻醉小鼠中脑多巴胺神经元脉冲序列，说明了所提出技术作为假设率平稳性方法的预处理步骤的相关性。在超过70%的被分类为率非平稳的脉冲序列中，不同窗口大小检测到了不同的变点。