滑动移除重标方差在动力学结构突变检验中的应用

标度指数是一个有效的非线性动力学指数,能够针对相关性时间序列动力学结构突变进行检测;通过滑动窗口技术和滑动移除窗口技术,重标极差对于相关时间序列动力学突变具有很好的检测能力,但由于重标极差方法本身的不完善,在滑动移除窗口较小时其检测结果出现一些虚假的突变点和突变区间.鉴于此,本文提出了一种新的动力学检测方法—–滑动移除重标方差.理想序列数值试验表明,滑动移除重标方差具有很强的稳定性和准确性,在滑动窗口较小时其检测结果没有出现虚假的突变点和区间,实测资料的应用进一步验证了新方法的可靠性.     

滑动移除小波分析法在动力学结构突变检验中的应用

标度指数计算的即时性与准确性对相关时间序列的动力学结构突变分析至关重要,然而现有方法在即时性与准确性上一直无法兼顾.将小波分析方法与滑动移除窗口技术相融合,提出一种新的动力学结构突变检测方法——滑动移除小波分析法.通过选取不同的滑动移除窗口,分别对构建的线性、非线性理想时间序列进行动力学结构突变分析,结果表明不论是线性时间序列还是非线性时间序列,滑动移除小波分析能够准确地检测到序列的动力学结构突变点及突变区间,对于滑动移除窗口长度依赖性较小,具有很强的稳定性,而且在计算速度上明显优于滑动移除重标极差和滑动移除方差分析方法,将在大数据处理中具有一定的优势.同时分别对线性、非线性理想时间序列添加高斯白噪声,结果表明滑动移除小波分析具有很强的抗噪能力,能够准确地检测到加噪后序列的突变点.对佛坪站日最高温度实测资料的动力学结构突变的准确检测进一步验证了该方法的有效性.滑动移除小波分析法可为具有相关性的系统动力学结构突变的快速、准确检测提供一种途径.     

滑动去趋势波动分析与近似熵在动力学结构突变检测中的性能比较

近似熵（ApEn）被认为是一种有效的动力学结构突变检测方法. 将一种新的动力学结构检测方法——滑动去趋势波动分析（MDFA）与ApEn的检测结果进行了比较,检验了新方法的性能. 结果表明,新方法的检测结果几乎不依赖于子序列的长度,而ApEn虽然能在一定程度上识别系统的动力学结构突变,但其检测结果依赖于子序列长度,且不能准确地检测出突变点的位置. 因此,相对于ApEn方法而言,MDFA方法更适合于动力学结构突变检测,其优越性是显而易见的. 关键词： 滑动去趋势波动分析 近似熵 动力学结构突变     

基于近似熵的突变检测新方法

近似熵是一个有效的非线性动力学指数,能够用于表征时间序列的复杂性,通过滑动窗口技术,近似熵对于一维时间序列的动力学结构突变具有一定的识别能力,但其突变检测结果依赖于子序列长度的选择,且不能准确定位突变点.鉴于此,本文提出了一种新的突变检测方法——滑动移除近似熵.测试结果表明,滑动移除近似熵具有检测结果稳定性好、准确性高等特点,明显优于滑动近似熵和Mann-Kendall方法,其在实际观测资料中的应用进一步证实了新方法的可靠性. 关键词： 近似熵 滑动移除近似熵 突变检测     

非线性动力学方法在气候突变检测中的应用

快速、准确的检测气候突变, 对于我们认识气候系统的变化和对未来气候系统演变趋势的预测有着重要的现实意义和社会经济价值. 本文主要回顾了近年来非线性突变检测技术的主要研究进展及其在实际观测资料中的应用, 其中包括基于气候系统长程相关性的检测方法, 如滑动去趋势波动分析方法、滑动移除去趋势波动分析方法、滑动移除重标极差方法和指纹法等; 以及基于时间序列复杂性的检测方法, 如近似熵方法, Fisher信息和小波Fisher信息等. 此外, 本文还指出发展针对空间场的突变检测技术是未来一个可能的发展方向. 由于空间场所包含的气候系统的演变信息远高于单点时间序列, 空间场的突变检测技术将会使得对气候突变的检测时间大大缩短, 从而使得人们有足够的时间去采取行动, 以便为适应气候突变所带来的新挑战做好准备.     

不同趋势对滑动移除近似熵的影响

许多观测资料中存在着各种各样的趋势,如季节变化引起的周期性趋势、全球变暖所造成的线性趋势、多项式趋势等.鉴于此,本文研究了各种趋势对滑动移除近似熵的影响.数值试验结果表明,周期性趋势、线性趋势及非线性趋势均对滑动移除近似熵的突变检测结果影响较小,论证了滑动移除近似熵方法检测突变的可靠性,为该方法在实际观测资料中的广泛应用提供了实验基础.     

非线性时间序列的动力结构突变检测的研究

基于非线性时间序列分析方法——动力学相关因子指数，提出一种新的动力结构突变的检测方法——动力学指数分割算法.通过理想时间序列试验，验证了该方法检测动力结构突变的有效性，同时发现相对少量的尖峰噪声对该方法的影响较小，但连续分布的随机白噪声对其具有一定的影响，并与传统的滑动T检验法和Yamamoto法进行比较，进而讨论它们各自的优缺点. 关键词： 动力学相关因子指数 动力学指数分割算法 噪声 滑动T检验 Yamamoto法     

不同滤波方法在去趋势波动分析中去噪的应用比较

研究了连续噪声和尖峰噪声对去趋势波动分析的影响,发现噪声的存在使得双对数曲线在尺度较小时发生了"转折"现象.针对这一问题,文中采用三种不同滤波方法对理想时间序列进行了实验,结果表明,多级Vondrak滤波得到的高频序列与真实噪声序列无论是在强度还是在演变趋势上都展现出惊人的一致性,低频滤波序列的去趋势波动分析结果与真实信号十分接近,多级Vondrak滤波基本上能够消除由于噪声所引起的"转折"现象,而且这一研究结果对于滤波周期阈值的依赖性并不太大.多点滑动加权平均滤波虽然能够在一定程度上减轻噪声对于去趋势波动的影响,但不能从根本上消除由于噪声所引起的"转折"现象.快速傅里叶滤波在选择合适的滤波周期阈值时,能够基本消除噪声对去趋势波动分析的影响,但是由于其滤波结果对于滤波周期阈值的依赖较大,在实际应用中滤波周期阈值的选取比较困难.因此,多级Vondrak滤波是消除噪声对去趋势波动分析结果影响的一种有效的途径. 关键词： 多级Vondrak滤波 去趋势波动分析 多点滑动加权平均滤波 快速傅里叶滤波     

噪声对滑动移除近似熵的影响

受外强迫和仪器本身的测量误差等因素的影响, 观测数据中经常包含噪声和扰动等一些虚假的信息. 针对这一问题, 本文研究了各种不同噪声对滑动移除近似熵的影响. 研究结果表明, 滑动移除近似熵的检测结果受尖峰噪声和高斯白噪声的影响较小, 意味着其具有很强的抗噪能力, 这为该方法在实际观测资料中的广泛应用提供了坚实的实验基础.     

基于概率密度分布型变化的突变检测新途径

对于一个稳定的动力系统而言,系统变量的概率密度具有较为稳定的分布型,而当系统的动力学结构发生变化后可能会导致系统变量的分布型发生不同程度的变化.鉴于此,本文从识别系统变量的概率密度分布的微小变化角度出发,将描述时间序列概率分布特征的偏度系数和峰度系数应用于时间序列的突变检测中.数值试验结果表明,偏度系数和峰度系数对突变信号具有很好的识别能力,进而揭示了一条检测突变的新途径.进一步的研究表明,新方法的检测结果对于子序列长度的选择具有较小的依赖性.     

Comparison of performance between rescaled range analysis and rescaled variance analysis in detecting abrupt dynamic change

In the present paper, a comparison of the performance between moving cutting data-rescaled range analysis(MCR/S) and moving cutting data-rescaled variance analysis(MC-V/S) is made. The results clearly indicate that the operating efficiency of the MC-R/S algorithm is higher than that of the MC-V/S algorithm. In our numerical test, the computer time consumed by MC-V/S is approximately 25 times that by MC-R/S for an identical window size in artificial data. Except for the difference in operating efficiency, there are no significant differences in performance between MC-R/S and MC-V/S for the abrupt dynamic change detection. MC-R/S and MC-V/S both display some degree of anti-noise ability. However, it is important to consider the influences of strong noise on the detection results of MC-R/S and MC-V/S in practical application processes.     

一种基于Logistic模型的突变过程性分析方法及其应用

传统突变检测方法往往将突变检测的关键放在"突变点"上而忽略突变事件发生、发展乃至消亡的过程. 本文提出一种新的检测突变过程的方法, 其基于Logistic模型推导出能够反应均值突变过程的分段函数, 利用分段函数对实际时间序列进行参数提取, 借助参数的物理意义, 研究分析完整的突变过程, 从而加深对突变过程性的理解和认识, 为进一步研究突变的形成机理、影响因素乃至发展趋势奠定重要的科学基础. 文章还对太平洋年代际振荡 (PDO) 指数进行突变过程性检测, 发现1940/1942, 1977, 1987年开始序列发生突变, 突变持续时间锁定在某些固定值, 并且系统相图表明一般性系统存在三种基本的状态. 关键词： 均值突变 参数提取 突变过程 突变持续时间     

多重分形降趋波动分析法和移动平均法的分形谱算法对比分析

多重分形降趋波动分析法(MFDFA)和多重分形降趋移动平均法(MFDMA)是用来估算一维随机分形信号多重分形谱的两种算法, 已被拓展应用于二维和高维分形信号的分析. 本文简要介绍了MFDFA和MFDMA算法及其在一维时间序列中的应用. 首次系统地从算法模型、计算统计精度、样本量的敏感性、无标度区选取的敏感性、矩选择的敏感性和计算量这六个方面对两种算法进行了对比分析, 以典型多重分形信号BMC信号为例, 分析两种算法的适用性和优劣性. 为实际应用中, 针对具体信号如何选用MFDFA或MFDMA算法, 以及两种算法的参数设置提供了有价值的参考.