|
+4)对于阈值参数从Thresh=1.0到Thresh=3.5,步长为0.5的模型生成的货币寿命时间时间序列。图4给出了与图3相同的参数Thresh值序列的奇异性谱f(α)。事实上,最广泛的光谱——反映了2018年10月17日印刷的最复杂的底层文本900,20,40,60,81,21,41,61,82,22,2,4α0,10,20,30,40,50,60,70,80,91,1Thresh=1.0Thresh=2.0Thresh=3.500,40,40,1,4α0,10,20,30,40,50,60,70,80,91,1Thresh=1.0Thresh=1.5Thresh=2.0Thresh=3.0Thresh=3.0Thresh=3.0Thresh=3.500,20,40,6α0,60,8 Fig。4.奇异谱f(α),通过MFDFA算法计算,适用于与图3相同的原始货币寿命时间序列序列,以及(插图)适用于相同但随机的货币寿命时间序列。动力学[1]-对应于Thresh=2.5,在任何方向偏离该值都会使f(α)变窄,最大值向α=0.5移动,就像单分形不相关信号一样。将这些奇异性谱与随机(shuêed)数据的类似量进行比较,如图4的插图所示,清楚地表明了这一结果的重要性。在这种时间相关性的破坏之后,所有的光谱都变窄,并且位于α=0.5附近。因此,这种比较表明,代表连续货币寿命的时间序列的多重分形性质主要是由于长期的时间相关性。3.2. WTMM和结果如上所述,WTMM方法是检测信号分形特性的替代技术。该算法的核心是小波变换Tψ,它是信号x(i)和2018年10月17日打印的10个文本的卷积小波ψ[39]:Tψ(n,s)=sNXi=1ψ(i)- ns)x(i),(5),其中n表示小波核的移位,s表示尺度。
|