符号分析在混沌序列模式识别中的应用研究

doi:10.3778/j.issn.1002-8331.2009.32.058

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (32): 183-185.DOI: 10.3778/j.issn.1002-8331.2009.32.058

• 图形、图像、模式识别 • 上一篇下一篇

符号分析在混沌序列模式识别中的应用研究

冯明库¹，刘炽辉¹，刘雄英²

1.广东技术师范学院电子信息工程系，广州 510665
2.华南理工大学电子与信息学院，广州 510640

收稿日期:2008-06-25 修回日期:2008-10-08 出版日期:2009-11-11 发布日期:2009-11-11
通讯作者: 冯明库

Research on identifying pattern of chaotic series with symbolic analysis

FENG Ming-ku¹，LIU Zhi-hui¹，LIU Xiong-ying²

1.Department of Electronic Information Engineering，Guangdong Polytechnical Normal University，Guangzhou 510665，China
2.College of Electronics & Information，South China University of Technology，Guangzhou 510640，China

Received:2008-06-25 Revised:2008-10-08 Online:2009-11-11 Published:2009-11-11
Contact: FENG Ming-ku

摘要/Abstract

摘要： 针对待测时间序列是来自周期信号源、混沌信号源还是随机信号源的问题，提出一种用符号谱定性判定的方法。先对时间序列量化，然后进行编码，继而绘其符号谱。通过对不同类型时间序列的符号谱的对比分析表明，符号谱比K-S熵和功率谱等其他方法更能简单有效地判定时间序列的确定性来源和模式类型。

关键词: 混沌映射, 模式, 符号谱

Abstract: In view of whether the time series comes from periodic，chaotic or random source，a qualitative method with symbolic spectrum is proposed.In this method，the time series is quantized firstly，then is coded and its symbolic spectrum is plotted.Several symbolic spectrums of different type of time series show that，symbolic spectrum can identify the deterministic source and pattern of time series simply and efficiently，better than K-S entropy and power spectrum.

Key words: chaotic map, pattern, symbolic spectrum

中图分类号:

TN918

冯明库¹，刘炽辉¹，刘雄英². 符号分析在混沌序列模式识别中的应用研究[J]. 计算机工程与应用, 2009, 45(32): 183-185.

FENG Ming-ku¹，LIU Zhi-hui¹，LIU Xiong-ying². Research on identifying pattern of chaotic series with symbolic analysis[J]. Computer Engineering and Applications, 2009, 45(32): 183-185.

[1]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[2]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.
[3]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[4]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[5]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[6]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[7]	乐德广，赵杰，龚声蓉. 基于模式切换的ARM汇编代码混淆算法[J]. 计算机工程与应用, 2021, 57(18): 122-129.
[8]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[9]	孙爽，陈燕，朴在吉，张金松. 轨迹数据的时空模式挖掘与管理决策研究综述[J]. 计算机工程与应用, 2021, 57(16): 16-26.
[10]	蔡秀梅，卞静伟，吴成茂，王妍. 基于LBP的鲁棒特征提取与匹配方法研究[J]. 计算机工程与应用, 2021, 57(16): 228-236.
[11]	蔡瑞光，张德生，张晓. 基于双向选择的伪近邻算法[J]. 计算机工程与应用, 2021, 57(13): 102-107.
[12]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.
[13]	陈晓文，刘光帅，刘望华，李旭瑞. 成对旋转不变的共生自适应完全局部三值模式[J]. 计算机工程与应用, 2021, 57(1): 219-226.
[14]	许瀚誉，冯翔，虞慧群. 万有引力与群体状态自适应的智能优化算法[J]. 计算机工程与应用, 2020, 56(9): 48-55.
[15]	卢俊杰，黄金泉，鲁峰. 似然K均值聚类用于涡扇发动机气路故障诊断[J]. 计算机工程与应用, 2020, 56(9): 136-141.

符号分析在混沌序列模式识别中的应用研究

Research on identifying pattern of chaotic series with symbolic analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics