吕金虎CC算法的问题

ycwwyt

原帖由 nzddqr 于 2007-9-24 14:18 发表

                               
登录/注册后可看大图

加入有序列{xi}，i=1~6,论文中说拆成t个不相交的时间序列，若t=2,很简单 即{x1 x3 x5}和{x2 x4 x6},我的问题是 要是t=4呢？拆成{x1 x5}，{x2 x6}，{x3}，{x4}还是拆成{x1},{x2},{x3},{x4}?

还有一个问题，譬如我我将以一个N=1000的序列拆成t个子序列，当t=50的时候，每个子序列的长为20，对这每个子序列求关联积分的时候correlation_integral(X,N_r,r)，其中N_r=N_d-(m-1)*t; N_d=20，m=2，t=50，则N_r为负数，这显然是不对的，该如何求呢？是不是意味着N一定要取t^2个啊

原帖由 yufeiqun2008 于 2008-1-2 09:09 发表

                               
登录/注册后可看大图

１原始数据量3000，tmax竟能达到200的迷惑

开始很纳闷，3000的数据量当ｔ循环到２００时每组数据才长度才１５，在计算关联积分时，在嵌入维数ｍ＝５，时间延迟２００时怎么重构相空间，反复试算了好多次，都出错退出循环，首先怀疑书上的结果有误，找了英文原文书上跟原文意思一样，没错，经过近两天的思索，终于开窍了，原来每次取定ｔ时，将时间序列分成ｔ个子序列，计算子序列的关联积分进行相空间重构时，其实该子序列每个数据之间已经经过ｔ的延迟了，所以重构时
就不能在进行时间延迟。

nzddqr 和yufeiqun2008 提到的是同一个问题，请问大家认为yufeiqun2008 提出的解决方法是否合理可行？

octopussheng

第一个问题——拆分成前者，可以根据Takens定理得到的

拆分的子序列长度和嵌入维数、时间延迟是有关系的，不能随便选取，所以我觉得你这个问题提的不对。

下面的那段话是正确的，在重构相空间的时候就已经引入时间延迟了！

ycwwyt

C-C算法中

data_d=disjoint(data,N,t);%将时间序列分解成t个不相交的时间序列

disjoint函数如下：
function data_d=disjoint(data,N,t)
%the function is used to subdivid the time series into t disjoint time
%series.
%data:the time series
%N:the length of the time series
%t:the index lag
%skyhawk
for i=1:t
    for j=1:(N/t)
        data_d(i,j)=data(i+(j-1)*t);
    end
end

如果N＝6,当t＝4时，分解的结果为{x(1)},{x(2)},{x(3)},{x(4)}.
是否应该将disjoint函数改一下