从时间序列识别系统动力学变化的算法开发
信号处理
2020-06-30 v1
摘要
本文提出一种用于从时间序列检测系统动力学变化的算法，包含相关数学概念与支撑假设，并给出实证分析与理论依据。该方法将马尔可夫链第二最大特征值（SLEM）或混合率的变化作为系统动力学变化的指示量。马尔可夫链由时间序列的经验转移概率构建。该方法的开发应用于麻醉猪动脉血压中出血的检测。借助人工血压模型，并通过研究其与时间序列平滑度、马尔可夫链转移概率矩阵密度等其他度量的相关性，对 SLEM 变化的原理进行了实证探究。数学分析表明，SLEM 的变化是不同状态间转移概率改变的结果，并反映了关于系统动力学的信息。
引用
@article{arxiv.2006.15488,
title = {Development of an Algorithm for Identifying Changes in System Dynamics from Time Series},
author = {Ferdaus Kawsar and Mohammad Adibuzzaman},
journal= {arXiv preprint arXiv:2006.15488},
year = {2020}
}