基于条件熵扩维的多变量混沌时间序列相空间重构

被引：31

作者：

张春涛 ^{[1
,2
]}

马千里 ^{[2
]}

彭宏 ^{[2
]}

姜友谊 ^{[1
]}

机构：

[1] 重庆三峡学院数学与计算机科学学院

[2] 华南理工大学计算机科学与工程学院

来源：

物理学报 | 2011年 / 60卷 / 02期

基金：

广东省自然科学基金;

关键词：

多变量混沌时间序列; 相空间重构; 条件熵; 神经网络预测;

D O I：

暂无

中图分类号：

O415.5 [混沌理论];

学科分类号：

070201 [理论物理];

摘要：

提出一种多变量混沌时间序列相空间重构的条件熵扩维方法.首先使用互信息法求解每个变量的时间延迟,其次按条件熵最大原则逐步扩展相空间的嵌入维数,使得重构坐标从低维到高维的转换保持较强的独立性,最终的重构相空间具有较低的冗余度,为多变量时间序列的预测构造了有效的模型输入向量.通过对几个经典多变量混沌时间序列进行数值实验,结果表明该方法比单变量预测和已有多变量预测方法具有更好的预测效果,说明了该重构方法的有效性.

引用

页码：118 / 125

页数：8

共 13 条

[1]

基于信息熵优化相空间重构参数的混沌时间序列预测 [J].