首页 理论教育 基于配分函数法的二维多重分形互相关分析方法优化

基于配分函数法的二维多重分形互相关分析方法优化

时间:2023-07-01 理论教育 版权反馈
【摘要】:类似于一维配分函数法,2D-MFXPF算法要确保数据序列能够被标准化,有两个基本要求:第一就是输入数据序列中不含有趋势项,第二就是时间序列中所有的数值大于0或者绝大部分数值是比0大,极少部分数值等于0。,N2=2n,其中,步骤2将这两个新的序列划分成N1s×N2s个大小为s1×s2的互不相交的区间段,s1=1,2,22,…,2n,N1s=[N1/s1],N2s=[N2/s2]。

基于配分函数法的二维多重分形互相关分析方法优化

矩阵X=Y时,2D-MFXPF(q)算法就退化为了MFXPF(q)算法。这是基于标准配分函数多重分形体系的最简单的多重分形分析方法。类似于一维配分函数法,2D-MFXPF(q)算法要确保数据序列能够被标准化,有两个基本要求:第一就是输入数据序列中不含有趋势项,第二就是时间序列中所有的数值大于0或者绝大部分数值是比0大,极少部分数值等于0。2D-MFXPF(q)算法的具体步骤如下。

步骤1 考虑两个自相似(或者自仿射)的曲面,可以用两个二维的阵列X(i,j)≥0和Y(i,j)≥0表示,这里i=1,2,…,N1=2m,j=1,2,…,N2=2n

步骤2 将这两个新的序列划分成N1s×N2s个大小为s1×s2的互不相交的区间段,s1=1,2,22,…,2m,s2=1,2,22,…,2n,N1s=[N1/s1],N2s=[N2/s2]。每个方块用Xv,w,Yv,w表示,因此Xv,w(i,j)=XX(l1+i,l2+j),Yv,w(i,j)=YY(l1+i,l2+j),1≤i≤s1,1≤j≤s2。其中,l1=(v-1)s,v=1,2,…,N1s;l2=(w-1)s,w=1,2,…,N2s

可以定义每个区间段中序列的盒概率为

可以检测其是否符合下式的幂律关系(www.xing528.com)

式中,τ(q)为实数q的质量指数函数

接下来的步骤4以及具体参数计算公式与2D-MFPF算法相同。为简便起见,本章选择N1=N1=N=2n,s1=s2=s。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈