分区复杂性在时间序列分析中的应用

李凌云; 童勤业

您当前的位置：

首页 >

文章列表页 >

分区复杂性在时间序列分析中的应用

论文 | 更新时间：2025-07-16

- 分区复杂性在时间序列分析中的应用
- Time Series Analysis Using Partition Complexity Measure
- 电子学报 2000年28卷第12期页码：97-98
- 作者机构：
  
  1. 浙江大学生物医学工程系,杭州,310027
  2. 浙江大学非线性理论及应用研究中心,杭州,310027
  3. 浙江大学生物医学工程系杭州,310027
  4. 浙江大学非线性理论及应用研究中心杭州,310027
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TN919.5
- 纸质出版：2000
- 稿件说明：
移动端阅览
李凌云, 童勤业. 分区复杂性在时间序列分析中的应用[J]. 电子学报, 2000,28(12):97-98.

LI Ling-yun, TONG Qin-ye. Time Series Analysis Using Partition Complexity Measure[J]. Acta Electronica Sinica, 2000, 28(12): 97-98.
李凌云, 童勤业. 分区复杂性在时间序列分析中的应用[J]. 电子学报, 2000,28(12):97-98. DOI：

LI Ling-yun, TONG Qin-ye. Time Series Analysis Using Partition Complexity Measure[J]. Acta Electronica Sinica, 2000, 28(12): 97-98. DOI：

摘要

本文对KC复杂性

、C

复杂性等常见的时间序列分析中所用的方法进行了比较

在此基础上提出一种新算法——分区复杂性

同时将其应用在EEG时间序列分析、处理中

以检验它的有效性.

Abstract

In this paper we discuss several important complexity algorithms for time series

such as Kolmogorov Complexity (KC) and C

、C

complexity .Had analyzed these methods

we bring forward a new complexity measure:partition complexity.The new arithmetic overcomes the disadvantage of those older methods.It sufficiently reflects its advantage through clinic tests.

关键词

Keywords

references

浏览量

1015

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

时间序列复杂网络分析中的可视图方法研究综述

雨衰时间序列的混沌识别与预测

一种基于时间序列的RFID供应链数据分析方法

基于回声状态网络的时间序列预测方法研究

一种无限长时间序列的分段线性拟合算法