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     

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.     

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.     

基于Fisher信息理论的突变检测新方法

自然界许多复杂系统的动力学结构因其受外强迫的作用, 常常会发生与人类生活密切相关的突变. 对突变做出准确预测并采取相应对策的有效途径就是检测. Fisher信息(FI)是一种能够敏锐捕捉并刻画系统变量的概率密度分布发生微小变化的量; 而当系统的动力学结构发生突变时, 来自突变前后两种不同动力学结构的数据其概率密度分布肯定会发生不同程度的改变. 基于此,本文将它用于检测和识别系统动力学结构所发生的突变, 以一种全新的思路来解决突变检测问题. 首先通过理想数据序列展示了使用FI来表征各种不同类型理想信号突变的能力. 进而应用于中国气象局国家气象信息中心“西北地区地面气候资料日值数据集”兰州站1960–2008年日平均气温资料的实际检测中, 结果表明与已有历史记载相符合, 进一步验证了该方法的有效性和实用性. 关键词： Fisher信息 动力学结构 突变检测 概率密度分布     

基于长程相关性特征的北京气候中心气候系统模式对中国气温的模拟性能评估

传统对数值模式模拟效果的评估主要是基于均值、趋势、概率密度分布、极值等方面的特征比较模拟要素与观测值的差异或是通过分析模拟值与观测值之间的相关性来定量判断.这类评估方法主要考虑了模式模拟结果与观测资料在统计上的差异,缺乏对两者在动力学特征上的比较.鉴于此,本文基于气象观测资料演变过程中所展现的长程相关性特征,利用去趋势波动分析方法对观测资料和模式模拟数据进行标度分析,研究模式模拟结果是否具有类似于观测资料中的长程相关性特征,进而通过比较观测资料和模式模拟结果的标度指数,从大气演变的内在动力学特征上对模式模拟性能进行评估.本文对北京气候中心气候系统模式对中国地表气温的模拟性能进行了评估,结果表明,该模式能够较好地反映出中国区域气温要素的长程相关性特征,对东北、西北中东部、江淮、江南东部等地模拟效果较好,但对于青藏高原地区及西北大部、华北、黄淮等地的模拟效果相对较差,其中对青藏高原地区和西北西部的模拟效果最差.     

电子商务中人类活动的标度行为实证研究

应用去趋势波动分析法,对电子商务中人类网上购物行为进行研究,首次探讨了人类浏览及购买行为时间序列(数量波动)标度律.首先,研究发现人类网上购物行为呈现出明显的周期性,其时间序列的概率密度函数具有显著的双模态特征.其次,利用傅里叶变换方法分析浏览以及购买行为时间序列的功率谱,发现其演化过程不同于无关联的泊松过程.最后,基于功率谱过滤周期性趋势的影响,对去除周期趋势后的浏览和购买行为时间序列进行去趋势波动分析,发现其标度行为表明其具有较强的长程关联特性,且平均标度值近似为1,表明其具有自组织临界性.实证研究结果与其他领域如因特网交通流和金融市场价格波动的标度行为相似,有助于理解人类活动如何影响电子商务系统演化和提高在线商务活动效率,对分析电子商务中人类行为活动的机制和预测其波动趋势具有重要的启示作用.     

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     

北京气候中心气候系统模式对中国四季日平均气温的模拟性能评估

利用去趋势波动分析方法对中国四季日平均气温观测资料进行了研究, 发现四季日平均气温均具有很好的长程相关性特征, 中国西部地区尤其是新疆和西藏的长程相关性较强. 基于观测资料中的这种长程相关性特征, 评估了北京气候中心气候系统模式对中国四季日平均气温的模拟性能, 发现该模式能够较好地反映中国四季日平均气温的长程相关性特征. 总体而言, 模式对春季的日平均气温的长程相关性模拟效果最好, 仅对江南地区的长程相关性的模拟较差; 夏季, 模式模拟误差较大的地区包括中国中东部地区及西藏大部, 其中华北南部、黄淮西部、江南大部、华南等地模拟效果最差; 秋季, 模式对东部沿海及东北大部、华北西南部等地模拟的长程相关性偏强, 而在西北大部模拟的长程相关性明显偏弱; 冬季, 除东部沿海地区模拟的长程相关性偏强外, 全国其余大部分地区接近观测或偏弱, 其中西北、西南、华南北部、江南南部、东北北部偏弱明显, 青藏高原西部偏弱最为显著.     

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     

基于多重分形去趋势波动分析法的交通流多重分形无标度区间自动识别方法

无标度区间是时间序列在统计意义上存在分形自相似性的尺度范围,是交通流多重分形特征研究中的重要组成部分.为解决交通流多重分形研究中多重分形去趋势波动分析法(multi-fractal detrended fluctuation analysis,MF-DFA)缺乏有效识别无标度区间方法的问题,本文在分析算法过程中交通流波动函数对数曲线突变点性质的基础上,结合传统无标度区间识别方法的构建思想,建立基于MF-DFA算法的无标度区间自动识别方法.以北京市二环快速路外环方向的部分道路为例开展实例研究,通过与传统无标度区间识别方法的结果对比,验证新方法的有效性.研究结果表明:本文方法能自动识别交通流多重分形无标度区间,且稳定性好;案例研究可知交通流短时间内波动较小、自相似性较强,随着研究时间段变长、交通流波动逐渐变大,自相似性逐渐消失,进一步解释了交通流无标度区间的有限性.     

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.     

近似熵检测气候突变的研究

引入近似熵方法应用于理想时间序列,检验了该方法具有区别不同动力学结构和检测其突变的特性.然后应用于中国气象局国家气候中心740站点1960—2000年的逐日气温和降水观测资料.分析结果表明,温度和降水分布存在明显的区域分布特征,反映出气候系统动力学结构区域间的差异;在20世纪70年代末到80年代初各站点具有不同程度的突变现象,说明了突变时空分布的不均一性以及气候系统演化的复杂性. 关键词： 气候突变 温度 降水 近似熵