Higuchi分形维度在具有有限长度的时间序列的多重分形分析中的推广
摘要：多重分维Higuchi维数分析 (MF-HDA) 方法在单变量时间序列的多重分形谱特征的表征方面介绍了Higuchi估计的一般化。MF-HDA方法考虑了不同子采样级别下时间序列图的长度所提供的分区函数的第-q阶矩。对于不同类型的随机过程以及来自虚构文本的单词长度序列的真实世界示例，结果表明MF-HDA在适中时间序列长度下提供了可靠的多重分形谱估计。将新方法与其他最先进的多重分形分析方法进行比较，讨论了其实际优点和缺点，并重点介绍了基于相对较短的时间序列区分单调与多重分形动态的MF-HDA的特殊潜力。
作者：Carlos Carrizales-Velazquez, Reik V. Donner and Lev Guzm''an-Vargas
论文ID：2105.11055
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-05-25