两种εNDFA确定化方法的讨论

在自动机理论中,εNDFA的确定化有直接确定化和间接确定化两种方法.通过讨论和实例分析,得出这样一个结论:对同一个εNDFA进行直接或间接的确定化后各自所得到的DFA不一定相同,但最小化DFA是唯一的.

一种基于DFA的短文本信息过滤算法

有关信息过滤的算法应用广泛,随着微信、微博等社交平台的迅速发展,短文本信息在网络通信中占据了主流,针对短文本信息的过滤也越来越重要。通过比较BF算法、KMP算法、AC算法等经典模式匹配算法的优缺点,选择更适合短文本过滤的DFA算法。介绍DFA算法基本原理,提出一种基于DFA的改进算法,改进后的算法通过敏感词预处理和过滤过程优化来提高检测率。实验结果表明,相比于SWDT-IFA算法,改进后的算法对中文对话数据集检测的查准率提高了3%,误报率降低了0.87%,具有较高的应用价值。

基于改进DFA和LDA的永磁同步电机机械故障检测

为提高故障检测的精度,研究了变转速工况下永磁同步电机的机械故障检测方法.首先,分析了电机轴承、转子偏心及其复合故障的振动特性;其次,采用Vold-Kalman算法对故障特征分量进行跟踪提取,并通过信号重构消除转速变化对故障特征分量的影响;提出一种基于改进去趋势波动分析和线性判别式分析的机械故障检测方法,实现对重构信号的故障特征提取和故障检测;最后,对所提出故障检测方法的有效性进行实验验证.实验结果表明文中所提出方法的故障检测精度为88%.

DFA House法的改进及在某产品DFA分析中的应用

本文对传统的ＤＦＡＨｏｕｓｅ法进行了改进，把零件的定向特性、合适的抓取表面、装配后是否需要调整取向、过定位和多面接触这五种情况也作为评价产品装配友好性的指标纳入产品的ＤＦＡ分析之内，使改进后的ＤＦＡＨｏｕｓｅ法更全面地反映出零部件的装配特性，增强了ＤＦＡＨｏｕｓｅ法引导设计者进行产品零部件再设计的功能．作者在某产品机器人化柔性自动装配线的研究中用改进后的ＤＦＡＨｏｕｓｅ法对该产品进行了ＤＦＡ分析，大大地改善了各零部件的装配友好性，降低了该产品的装配成本，证实了本方法非常有效．

元谋干热河谷近50年分季节降水变化的DFA分析

运用消除趋势波动分析法（DFA）分析元谋干热河谷1956—2006年分季节降水量变化趋势，对1978～2006年进行滑移分析。结果表明，元谋干热河谷分季节降水量时间序列至少在50a的尺度上具有微弱的Hurst效应：夏、冬季具有较弱的长期持续性及较强的随机性，春、秋季具有较弱的反持续性。植被生物量和盖度的年际和季节变化所引起的下垫面性质改变，是干热河谷分季节降水量变化的重要原因。元谋干热河谷降水量的变化对当地植被恢复和农业生产活动等具有较强的指导意义。

SDFA： a Uniform Model for String Matching Algorithms

String matching algorithms play an important role in computer science. However, there is no uniform mathematical model to describe these algorithms. Thus, read-head-Skippable DFA (SDFA) is put forward, which is an extension of two-way DFA. It is proved that SDFA is equivalent to DFA. Furthermore, SDFA is a more natural mathematical model for string matching algorithms. After that, four types of the movement of the read head of string matching are analyzed and modeled by SDFA. Finally, the SDFA model of BMA string matching algorithms is given.

基于去趋势波动分析(DFA)的脑卒中后抑郁症静息脑电特征提取与识别

为考察脑卒中后抑郁症(PSD)患者静息态脑电(EEG)特异性,通过去趋势波动分析(DFA),提取16导联EEG信号波动函数F(s)和区间长度s函数关系在双对数坐标中线性拟合斜率之标度指数α值,作为EEG信号的长程幂函数相关性特征参数。将3类人群(健康正常组10人、脑卒中后无抑郁症组4人、脑卒中后抑郁症组7人)的16导联EEG信号α值作为样本进行独立样本t检验,结果显示,健康人与脑卒中患者在顶叶、颞叶以及枕叶处α值存在显著性差异(P<0.05);利用支持向量机(SVM)分类器,将EEG信号DFA的α值放入16维特征空间在脑卒中患者组(含抑郁症与无抑郁症)内进行模式识别,可获得最高90.9%的分类正确率,有望为临床PSD提供客观有效的辅助诊断新手段。

沪深股市的DFA实证分析

运用消除趋势波动分析方法,计算了上海、深圳股票市场收益率的标度指数,结果表明:在不同的标度区域,上证练指标度指数的变化幅度明显大于深成指标度指数的变化幅度,沪深股指在中短期显示为状态持续性,长期表现出状态反持续性.

基于DFA的我国股票市场标度特性研究

将消除趋势波动分析法(DFA)应用于我国沪深两市不同时间标度收盘指数的对数收益率序列,全面分析了我国股市的标度特性.发现标度指数随着考察时间的长短,即数据个数的不同而不同,但从长期来看,两市波动都存在持久性特征,而且收益率的绝对值序列和平方值序列的持久性更明显;在相同时间范围内,不同时间标度序列的标度指数相差不大,存在标度不变性;小标度时间序列存在多重分形特征.这些结果说明我国股票市场存在复杂的非线性动力学特性.

基于DFA的无定河径流长期变化趋势及持续性研究

河川径流量的变化对水资源的开发利用和国民经济的发展具有很大的影响。采用Ko1mogorov-Smirnov检验方法对无定河流域两个主要水文站赵石窑站和白家川站逐月径流量序列进行正态性检验,在此基础上运用DFA分析方法,估算两站时间序列的α标度指数,预测该流域径流量的未来变化趋势及其持续性,并采用随机重排法对估算结果进行了稳定性检验。分析结果显示:赵石窑和白家川两站径流时间序列的α标度指数分别为0.52和0.56,均大于0.5,径流时间序列表现为较强的长程依赖性,表明无定河流域在过去近50a内径流量的总体上呈下降趋势,在未来一段时间内,还将持续一段时间。对原时间序列随机重排后,两站月径流序列的α标度指数都变小,分别为0.48和0.49,接近于0.5,进一步证明原序列确实存在着标度不变性。研究结果对流域的水资源规划、管理与合理利用有帮助。

针对带DFA防护SM4的SIFA攻击

SM4算法作为中国密码管理局(SCA)发布的一项国家标准分组密码算法,当前被广泛应用到国内市场的安全产品中,如金融IC卡、区块链、加密卡、路由器、电子钱包以及电子身份证等.其安全性一直受各业界所关注,随着攻击方法不断的革新,各类带有防护的SM4实现方案也被提出.基于2018年Christoph等人提出的统计无效错误分析(SIFA)的思想,首次针对带差分错误分析(DFA)防护的SM4算法,提出了一套统计无效错误分析攻击方案,该攻击方案能以2^(34)的计算复杂度破解出SM4的密钥.然后,在单片机STM32F103C8T6上利用电压毛刺故障注入成功还原密钥,最后在该攻击的基础上进一步改进,利用选择明文的策略能将计算复杂度降低至2^(12).

中国股票市场波动持久性特征的DFA分析

通过对沪、深股市大盘指数以及各具代表性的两只个股高频价格波动的R/S和DFA对比研究,得出了有别于传统分析方法的我国股市波动持久性定量特征,并通过高价DFA分析以及在连续时间标度上的收益率峰度指标的计算,发现了我国股市波动持久性存在的特征时间标度,为研究我国证券市场的非线性和复杂性提供了新的研究视角和实证结论。

基于DFA的股价指数自相关分析

以股价指数的自相关函数为时间序列,运用非趋势波动分析DFA方法研究我国股票市场的长期相关性。结果表明,上海股票市场和深圳股票市场在跨时间尺度的股价指数之间存在着相关性,呈现为持久性的时间序列,随机游走不再适用股价指数的有偏随机游走是当下投资者对信息反应生成的,由于市场信息不具有同质等量分布,造成交易者对信息理解的差异,信息不能瞬间或及时反映到股票价格中,存在着复杂滞后交易,导致了股价指数的有偏随机游走。

基于MF-DFA的中国股票市场多标度特性及成因分析

运用MF-DFA方法,对中国沪深两市股指收益时间序列的研究发现,股票市场存在明显的多标度特征。进一步对其多标度成因进行分析,通过对不同收益时间序列的多标度强度进行比较,发现股票市场的多标度特征是由两个因素共同作用的,其中收益序列的波动相关性起主导作用,是形成多标度特征的主要原因。

公理化设计与DFA集成的产品信息模型

在公理化设计理论的基础上 ,讨论了产品设计过程中功能要求的分解以及从功能域向结构域的曲折映射过程 ;建立了产品功能 -结构层次模型和面向装配设计的产品信息模型 该产品信息模型不仅能够描述产品的层次结构信息 ,而且能够描述零部件之间的装配关系信息 ,能够实现CAD/CAE/CAPP/CAM的信息集成 ,为产品并行开发过程的信息集成打下良好的基础 以发动机减速器为例 ,对产品的功能树。

基于改进MF-DFA的基金市场风格资产价格波动研究

通过引入滑动窗口技术对Kantelhardt(2002)提出的多重分形消除趋势波动分析法(MF-DFA)加以改进,对中信标普公司推出的6种纯风格资产指数日收盘价格波动序列的分形特征进行了研究。实证结果表明,滑动窗口技术能有效减少因分割连接点处的不连续性而产生的伪波动误差,具有更高的精度;风格资产价格波动原始序列具有持久性,相位重构序列具有反持久性,且相位重构序列的多重分形特征显著弱于原始序列的多重分形特征,说明风格资产价格波动序列的持久相关性是形成多重分形特征的主要原因,表现出相关多重分形特征;价值、成长型比规模型风格资产具有更强的多重分形特征。

隧道涌水长期记忆特性R/S与DFA法实证

为了研究隧道涌水长期记忆特性,利用某隧道的涌水监测数据,基于R/S理论(重标极差方法)进行分析,并用Vn检验R/S分析的稳定性,进一步和DFA法(消除趋势波动法)分析的结果进行对比研究,同时,采用"正反划分法"对涌水数据进行处理以保证涌水序列信息不丢失,表明:隧道涌水的Hurst指数具有分时段和长期记忆特征,未来隧道涌水量将减少;负Hurst指数的出现可能与天气突变等因素有关,其代表隧道涌水具有反持续性;越大尺度的隧道涌水系统越具确定性特征;若隧道涌水监测数据具有波动离散性,采用DFA方法分析将优于R/S分析。研究结论可为隧道的涌水预测和涌水的非线性动力特性提供参考。

基于DFA方法和BP神经网络的GDP预测模型

文章运用消除趋势波动分析方法(DFA),计算了全国GDP年度数据的标度指数。计算结果表明GDP时间序列具有持久性的长程相关,用已知的GDP值来预测未来一段时间内的GDP变化趋势是可行的,在此基础上,鉴于GDP预测的非线性、时变性和不确定性,利用人工神经网络自学习、自适应和非线性的特点,将经济变量数据归一化处理,建立BP神经网络预测模型。

基于DFA的长江上游径流演化标度特性研究

针对河川径流时序所具有的非线性与非平稳性特征,运用消除趋势波动分析法(Detrended Fluctuation Analysis,DFA)对长江上游控制性水文站—宜昌站1878～2001年的月均流量时序的演化特征进行了研究,以揭示该流域河川径流的长程相关性及其内在规律性。结果表明:长江上游河川径流时序波动具有长程相关性,且其标度指数具有显著的区域性,即在短时间尺度上具有强烈的正持续性,在长时间尺度上具有强烈的负持续性,且其正持续性至多可持续19个月,显示了长江上游流域产汇流系统演化具有复杂的物理机制。

基于DFA方法的珠江流域极端降水阈值研究

流域极端降水事件发生频率低、样本少,其阈值定义存在定义方式不统一、方法多样等不确定性和无规则性问题。论文以珠江流域为研究区域,系统总结了绝对临界值法、百分位值法、极值分布拟合法在确定流域极端降水阈值存在的不确定性问题,并尝试运用DFA方法,研究探讨了该方法在确定流域极端降水阈值的物理机制及其适用条件。研究表明,DFA方法以系统动力学为基础,通过分析极端降水事件对降水时间序列长程相关性的影响,由此寻求流域极端降水阈值,能较好反映流域降水序列的统计效应和物理背景,比较适合流域极端降水阈值分析。