识别空间扩展动力系统中的相位同步聚类
摘要：探讨最近提出的两种多变量时间序列分析技术，旨在检测空间扩展、非平稳系统中的相位同步聚类，并针对实际应用进行研究。这两种技术的出发点是一个矩阵，其中的元素是时间序列之间测量到的平均相位相干值。第一种方法是一种均值场方法，可以定义子系统在单一同步聚类中的参与程度。第二种方法基于特征值分解，从中导出一个参与指数，该指数刻画了子系统在多个同步聚类中的参与程度。通过模拟耦合洛伦兹振荡器的多个聚类，在探索两种方法的限制和缺陷的同时，我们证明了：(a)即使在完全满足单一聚类假设的配置中，均值场方法仍然相对稳健；(b)特征值分解方法可以正确识别出耦合强度较低的模拟聚类。使用特征值分解方法，我们研究了癫痫患者长时间多通道脑电图记录中的时空同步聚类，并获得了与已有神经生理检查技术完全一致的结果。预计，考虑到数据中的非线性因素的同步聚类分析等多变量时间序列分析方法将提供互补信息，帮助更深入地了解空间扩展复杂系统的集体动力学。
作者：Stephan Bialonski and Klaus Lehnertz
论文ID：1003.2597
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2010-03-15