基于Hurst指数的严重段塞流多尺度分形特性

基于多尺度方法和Hurst分析方法,分析了严重段塞流的多尺度结构及其非线性特征。以空气、水两相混合物作为实验介质,利用高速数据采集板获得了集输立管内气液两相严重段塞流的压差波动信号。使用db4小波在1~8尺度下对压差信号进行分解和重构,提取不同尺度的系统动力学特征,发现严重段塞流气液喷发和液体回落的瞬态过程主要体现在d5~d8尺度的细节信号上。通过对压差波动信号不同尺度下的分解信号进行Hurst指数分析,发现严重段塞流存在显著的双分形特征,同时受正持久性和反持久性两种动力学因素的制约,但概貌分量和细节分量表现出截然相反的分形结构,概貌分量具有正持久性,而细节分量具有反持久性。d1尺度下的细节分量描述了微尺度的气泡与气泡之间的相互作用;d2~d5尺度下的细节分量描述了微尺度的液体与气泡之间的相互作用;d6~d8尺度下的细节分量描述了宏尺度的气液两相与管壁之间的相互作用。压差波动信号的能量主要分布于宏尺度上。

基于广义Hurst指数和蚁群优化算法的配对交易策略研究

以上海期货交易所的8种金属类期货为研究对象,首先结合传统协整理论和一阶矩广义Hurst指数方法筛选出具有较强均值回复特性的期货对作为最优配对组合,然后对选出的最优配对组合设计交易策略,利用蚁群智能优化算法确定多空交易的最优开仓阈值。在实证回测阶段,对历史数据采用滑动窗口方法进行多次样本内及样本外回测,并与基于均值和标准差的传统固定阈值策略进行对比。结果发现,螺纹钢-热卷、热卷-铝期货配对为不同样本期下的最佳配对组合。从交易效果看,采用蚁群智能优化算法所确定的上、下开仓阈值策略相比于传统阈值策略,在多空交易中获得了更高的年化收益率和夏普比率。

基于SSA-Hurst-ARIMA组合模型的船舶柴油发电机组故障特征短期预测

为提高船舶柴油发电机组故障特征短期预测精度,建立基于奇异谱分析(Singular Spectrum Analysis,SSA)、Hurst指数、自回归移动平均(Auto-Regressive Integrated Moving Average,ARIMA)的组合预测模型。以某试验中船舶柴油发电机组运行数据为基础,选取增压器滑油压强数据,对比分析单一ARIMA模型、SSA主成分-ARIMA组合模型和SSA-Hurst-ARIMA组合模型的预测效果。结果表明,SSA-Hurst-ARIMA组合模型的预测效果优于单一ARIMA模型和SSA主成分-ARIMA组合模型,更适合应用于船舶柴油发电机组故障特征的短期预测。

Potential sliding zone recognition method for the slow-moving landslide based on the Hurst exponent

The abrupt occurrence of the Zhongbao landslide is totally unexpected,resulting in the destruction of local infrastructure and river blockage.To review the deformation history of the Zhongbao landslide and prevent the threat of secondary disasters,the small baseline subsets(SBAS)technology is applied to process 59 synthetic aperture radar(SAR)images captured from Sentinel-1A satellite.Firstly,the time series deformation of the Zhongbao landslide along the radar line of sight(LOS)direction is calculated by SBAS technology.Then,the projection transformation is conducted to determine the slope displacement.Furthermore,the Hurst exponent of the surface deformation along the two directions is calculated to quantify the hidden deformation development trend and identify the unstable deformation areas.Given the suddenness of the Zhongbao landslide failure,the multi-temporal interferometric synthetic aperture radar(InSAR)technology is the ideal tool to obtain the surface deformation history without any monitoring equipment.The obtained deformation process indicates that the Zhongbao landslide is generally stable with slow creep deformation before failure.Moreover,the Hurst exponent distribution on the landslide surface in different time stages reveals more deformation evolution information of the Zhongbao landslide,with partially unstable areas detected before the failure.Two potential unstable areas after the Zhongbao landslide disaster are revealed by the Hurst exponent distribution and verified by the GNSS monitoring results and deformation mechanism discussion.The method combining SBASInSAR and Hurst exponent proposed in this study could help prevent and control secondary landslide disasters.

基于地理交互网络聚集系数及Hurst指数的城市活力度量

综合考虑城市空间结构及相关因素度量城市活力,可为城市规划发展提供一定的参考价值。传统的城市活力度量方法主要使用局部地区的静态数据,无法反映城市全局的、动态的活力变化。提出一种基于地理交互网络聚集系数及Hurst指数的城市活力度量方法。实验以意大利的米兰和特伦托两市以及周边地区为实验区域进行方法验证,结果发现:米兰市和特伦托市在相同的时间尺度下Freeman聚集系数的变化趋势基本相同,但米兰市Freeman聚集系数及Hurst指数均低于特伦托市,表明米兰市及周边地区的城市活力高于特伦托市及其周边地区,从而验证了方法的有效性。

中国碳市场与能源市场间风险传染研究——基于Hurst指数与TVP-VAR模型分析

本文基于2个市场的4个基础原始变量,利用Hurst指数作为风险频度、累积性的度量指标,运用TVP-VAR模型研究各金融市场的时变特征。研究发现:第一,通过Hurst指数研究的2个市场中,碳市场的频度风险最高,累积性风险最低;能源市场的频度风险较低,累积性风险较高;同时得到了两大市场具有明显的非线性混沌特征。第二,TVP-VAR模型的实证分析表明,碳市场对能源市场的风险传染冲击显著,而能源市场对碳市场的短期风险传染冲击影响较小,中长期较大,即碳市场对能源市场的传染是时变的。

基于自适应噪声完全集合经验模态分解算法和Hurst指数的地震数据去噪方法

在地震观测中,地震数据中普遍包含有噪声信号。由于噪声信号的干扰,地震分析的效率会受到不同程度的影响。传统的去噪方法通常需要噪声的先验知识,并且滤波时会造成部分有效信号丢失。针对这一问题,本文提出一种将自适应噪声完全集合经验模态分解(CEEMDAN)算法与Hurst指数相结合的地震数据去噪方法。首先通过CEEMDAN方法将信号分解为一系列本征模函数(IMF),然后利用Hurst指数对滤波后的IMF分量进行识别,最后对地震数据IMF分量进行重构,从而实现数据去噪。与传统方法的去噪效果对比表明,本文方法可将低信噪比波形的去噪效果提高32%,将高信噪比波形的去噪效果提高6倍。同时对地磁数据的去噪结果表明,本文方法能够较完整地将地铁噪声从地磁信号波形中滤除。

CEEMDAN-HURST算法在新冠疫情预测中的应用

针对COVID-19新增病例是一个非线性非平稳的时间序列,提出基于CEEMDAN-HURST算法的COVID-19组合预测模型。利用自适应噪声完全集合经验模态分解算法将新增病例时间序列分解为频率不同的子序列;利用HURST指数分析各个子序列的随机性并将子序列整合为高频、中频和低频三种子序列,通过最小二乘支持向量机对这三种子序列分别进行预测;叠加各重构子序列的预测结果,得到COVID-19新增病例的最终预测值。结果表明,基于CEEMDAN-HURST算法的COVID-19新增病例组合预测模型提高了非线性时间序列预测过程中的效率以及预测精度。与CEEMDAN-PE组合模型相比,平均绝对误差、均方根误差分别降低了11.13%和29.67%,表明CEEMDAN-HURST算法可有效解决非线性时间序列预测模型普遍存在的预测效率低和预测精度低的问题;赫斯特(HURST)指数度量了时间序列的偏移程度,引入HURST指数进行合并重构整合,可减少时间序列预测所需要的子序列数目。

基于Hurst指数的PID控制参数优化

为了提高PID控制过程的控制性能,提出一种基于Hurst指数的PID参数优化方法。首先,给出基于Hurst指数的控制性能评价方法。然后,以Hurst控制性能指标为基础,结合绝对误差积分和控制作用限制项来定义PID参数优化的目标函数,使用遗传算法来求解PID参数值。最后,通过数值仿真和工业实例验证了该方法有效性。

基于时间序列和Hurst指数的越剧台词文本情感分析

越剧作为流传最广的传统地方戏剧,是中华优秀传统文化的重要组成部分,传承和发展越剧文化是增强文化自信的重要途径之一。台词是剧作者用以展示剧情、刻画人物、体现主题的主要手段,对经典越剧台词进行研究有利于其更好的传承与发展。著名剧作家顾锡东创作的经典越剧作品充分融入了现代人的情感和思维方式,能强烈引发观众的情感共鸣。本文基于顾锡东主创的经典越剧系列台词文本,利用情感时间序列来表征6部经典越剧台词文本的情感动态演变,并通过Hurst指数客观地概括台词与经典越剧成功要素的相关程度,为越剧作品创作吸引现代观众提供可借鉴的思路与参考。

基于Hurst参数基准值自适应更新的网络流量异常检测方法

现有大规模网络随机上网行为对网络流量造成波动幅度大导致传统流量异常检测算法存在虚警率过高的问题,提出一种基于Hurst参数基准值自适应更新的网络流量异常检测方法。首先,利用小波变化来求解Hurst参数;然后,引入网络流量波动变量控制值来更新Hurst参数基准值;最后,结合动态更新的Hurst参数基准值来判断网络流量是否存在异常。仿真表明,本文的方法可根据网络流量波动幅度自适应更新Hurst参数基准值,从而具有更高的准确率和鲁棒性,流量检测准确率高、虚警率低。

海杂波多普勒谱Hurst指数特性分析及目标检测

针对对海探测雷达面临的海面漂浮小目标检测问题,本文主要研究了海杂波多普勒谱Hurst指数特征的统计特性,并提出了一种基于多普勒谱Hurst指数的目标检测方法。首先,本文基于实测数据,详细分析了时间序列长度(脉冲数)、快速傅里叶变换频率点数、极化方式和海况等级对海杂波多普勒谱分形特性及多普勒谱Hurst指数统计特性的影响;其次,利用6种经典统计分布模型(高斯分布、瑞利分布、韦布尔分布、对数正态分布、K分布和KK分布),验证了海杂波多普勒谱Hurst指数的最佳统计分布模型为对数正态分布,进而引入Log⁃t检测器,提出基于多普勒谱Hurst指数的恒虚警检测方法;最后,使用IPIX数据验证了所提方法的有效性。结果表明,所提方法具有较好的小目标检测性能和稳定性,且在VV极化数据中性能最佳。

基于动态Hurst指数的人脑老化复杂度分析

目的研究健康成人在不同年龄段的功能特点可以更好地理解人脑的老化过程,Hurst指数可以测量静息态功能磁共振成像时间序列的复杂度。既往对大脑复杂度随年龄变化的研究,还存在样本量小、未考虑复杂度的动态变化等局限性。因而有必要在大样本被试上通过刻画复杂度的动态变化特性,来研究人脑随年龄变化的规律。方法选择19~80岁的458名健康成人静息态功能磁共振成像数据,划分为青年组(n=213)、中年组(n=142)和老年组(n=103),通过滑窗法来计算动态Hurst指数,并进一步提取其平均值、标准差和变异系数特征来描述人脑的动态复杂度水平和波动程度,最后通过统计分析来评判不同年龄组被试的复杂度差异。结果在平均值特征上,双侧颞上回、双侧岛回、右侧扣带回和双侧腹中侧枕叶皮层的复杂度随年龄增长而降低,而双侧眶回和左侧楔前叶的复杂度则随年龄的增长而呈现出倒U形变化;在标准差和变异系数特征上,老年组在右侧楔前叶的动态复杂度显著大于青年组和中年组。结论人脑老化过程中全脑复杂度动态变化模式并不一致,且在不同的年龄段上,局部脑区存在不同的组间统计显著差异模式。该结果可以为研究者理解正常老化的功能机制提供帮助。

基于Hurst指数的量化投资策略研究

自尤金·法玛1970年提出有效市场假说后,部分学者认为股票市场具有长期记忆性,不符合该假说,用分形理论来刻画股票价格运动更为合理。首先应用配分函数法(Partition Function,PF),通过沪深300股指数据验证了A股市场的分形特征,然后选取了Hurst指数这一指标来衡量股票价格变动的长期记忆性,构建量化交易策略池,并通过均线策略进行择时,最后通过夏普比率最大化完成投资组合优化,发现该投资策略能获得明显高于被动投资沪深300指数的投资收益,说明基于Hurst指数构建量化交易策略具有一定的实用性。

青藏高原冷暖气候变化趋势的R／S分析及Hurst指数试验研究

利用青藏高原1953—2002年77个气象台站的常规地面观测资料，选择不同类型变化趋势的部分台站。选取年平均气温（T^-）、年平均最低气温（tmin^-）、年平均最高气温（Tmax^-）、年极端最低气温（tmin）、年极端最高气温（Tmax）5项气候要素，运用R／S分析法研究并预测了青藏高原未来冷暖气候变化趋势，研究表明：青藏高原未来冷暖气候变化趋势与过去50年以来的变化有着很好的自相似性。今后青藏高原总体将继续变暖，用分形理论的原理，设计了一种Hurst指数试验。对青藏高原北部和南部的年平均气温、年平均最低气温进行了试验研究。结果表明：依据青藏高原北部和南部的区域平均气候倾向率，未来10年，T^-将升高0．2～0．4℃；tmin^-将升高0．3～0．5℃；tmin将升高0．7～0．8℃；Tmax^-将升高0．3～0．4℃；Tmax将升高0．4～0．6℃。其中年平均气温、年平均最低气温升高趋势的持续性很强，期间没有转折，没有冷暖变化的突变点。

自相似数据流的Hurst指数小波求解法分析

该文针对具有自相似性的数据流的特征参数——Hurst指数的小波提取方法进行了系统的分析和研究,对现有提取Hurst指数的小波方法给予了归纳和总结。通过大量的实验和分析,研究了消失矩阶数、小波函数以及分解级数的选择对小波法提取Hurst指数的准确性的影响,并得出了一些有意义的结论。

基于Hurst系数的流域降雨时空变异分析方法

基于Hurst系数能够反映水文序列长期相关性的原理,结合R/S分析方法和分数布朗运动理论,提出一种从整体上识别与检验时间序列变异及其变异程度的分析方法。该法将变异程度划分为4个等级:无变异(或弱变异)、中变异、强变异、巨变异;结合GIS空间分析方法,进而建立降雨量的时空变异分布图。应用该法对无定河流域年降雨序列进行时空变异分析,结果表明无定河流域大部分面积上的年降雨序列处于无变异或弱变异状态,但也有部分地区如高镇一带处于中变异状态,而且年降雨量有减少的趋势,该结论对于无定河流域的沙漠化治理、水土保持规划、水资源规划等具有重要的指导意义。

基于Hurst指数和SVM的癫痫脑电检测方法

癫痫脑电波的自动检测对于患者诊断和减轻医生工作强度都具有重要的意义。提出一种基于Hurst指数和SVM的癫痫脑电检测算法。首先提取脑电信号的Hurst指数,然后对脑电进行3 Hz～8.5 Hz、8.5 Hz～16.5 Hz、16.5 Hz～29 Hz带通滤波并分别计算波幅的相对均值,最后使用SVM分类器实现癫痫脑电波的自动检测。对临床脑电信号的实验表明,该方法具有较强的检测性能和良好的实时性,准确率达到98.75%。所提出的Hurst指数和波幅相对均值作为特征,采用SVM的分类方法能有效实现癫痫脑电的检测,值得更深入的研究。

滑坡位移分形参数Hurst指数及其在堆积层滑坡预报中的应用

在系统分析堆积层滑坡的物质组成和位移失稳规律的基础上,根据分形理论基本原理,对该类滑坡的位移失稳过程所具有的非线性、突变性和分形降维特性进行较为深入的分析与研究。运用分形理论R/S分析法,确定滑坡位移时序分形动力学参数位移Hurst指数,并分别以三峡库区典型堆积层滑坡——新滩滑坡和黄蜡石滑坡为例,计算滑坡位移失稳过程的Hurst指数。分析和评价位移Hurst指数与边坡稳定性的关系,发现Hurst指数随着边坡由稳定向失稳的演化出现明显降维突变规律,且降维时间与滑坡整体失稳时间相吻合。这表明位移Hurst指数是堆积层边坡稳定性评价的一种有效非线性分形动力学参数,可以运用这个非线性分形参数对该类滑坡失稳演化趋势与规律进行非线性动力学评价与预测。