虽然这三条曲线在尾部有很好的重叠,但它们在x=1左右的体积上显示出明显的差异。这表明ESS不可能是非分形的,这与图5(b)中无非线性曲率的存在是一致的。我们注意到,ESS分析没有训练到结构功能。相反,它可以用于其他多重分形分析方法。在验证和量化金融波动复发区间的多尺度行为时,研究了不同阶次经验时间序列的复发区间矩的相对依赖性【234】,这本质上是一种压力分析【235】。2.3. 小波变换方法2.3.1。基于小波变换的多重分形分析(MF-WT)小波变换被广泛用作分析时序的数学显微镜【236237】。特别是,它可以用来分析分形和多重分形时间序列的奇异结构【238–240】。函数X(t)的小波变换为[236237]Cψ(b,s)=sZ+∞-∞X(t)ψt- bs!dt,(77),其中b∈ R是位置参数,a∈ R+是扩张参数,ψ(t)是分析的“母”小波。高斯小波被广泛采用[241],并被定义为高斯函数的导数:gn(t)=g(n)(t)=cndndtne-t/2,(78),其中Cn是归一化系数。二阶(n=2)高斯小波称为墨西哥帽。为了在时间序列{X(i)}Ni=1上执行小波变换,通常将公式(77)离散化,其中b可以沿采样间隔取任意值,s Takes nscales形成几何序列ce:sj=λj-1smin,1 6 j 6 ns,(79),其中λ>1。给定时间序列Y(i)的离散化小波变换为n w(s,i)=sNXj=1X(j)ψj- 是, i=1,···,N。
|