以熵增新指标应对非平稳条件：Cassandra 算法
统计力学
2016-11-23 v1
摘要
我们探讨利用扩散熵方法（DEM）检测时间序列（特别是分形时间序列）中非平稳效应的问题。这意味着用大小为 的窗口来探索所研究的尺寸为 的实验序列。DEM 充分利用了可用的统计信息，因此，尽管所使用的窗口尺寸有限，仍能成功揭示局部统计特性，并展示这些特性在窗口沿实验序列移动时的变化情况。该方法预计也可用于在灾难性事件发生前进行预测。
引用
@article{arxiv.cond-mat/0111246,
title = {Facing Non-Stationary Conditions with a New Indicator of Entropy Increase: The Cassandra Algorithm},
author = {P. Allegrini and P. Grigolini and P. Hamilton and L. Palatella and G. Raffaelli and M. Virgilio},
journal= {arXiv preprint arXiv:cond-mat/0111246},
year = {2016}
}
备注
FRACTAL 2002 (Spain)