基于弱标度指数的多重分形分析及其在神经科学 MEG 记录中的应用
信号处理
2025-03-24 v1
摘要
我们发展了基于弱标度指数的数据多重分形分析的数学性质。该分析方法的优势在于不需要对所分析信号做任何先验全局正则性假设，这与先前使用的 Hölder 或 p 指数方法形成对比。作为示例，我们表明该技术能够对 MEG 信号（记录电磁脑活动）进行多重分形分析，而此前基于 Hölder 或 p 指数引入的方法在理论上对此并不有效。
引用
@article{arxiv.2503.16892,
title = {Multifractal analysis based on the weak scaling exponent and applications to MEG recordings in neuroscience},
author = {Patrice Abry and Phipippe Ciuciu and Merlin Dumeur and Stéphane Jaffard and Guillaume Saës},
journal= {arXiv preprint arXiv:2503.16892},
year = {2025}
}