利用符号时间序列分析法表征垂直上升管中油水两相流流型

The flow patterns of oil/water two-phase flow in vertical upward pipes were characterized by the analysis of symbolic time series based on the conductance fluctuating signals.The study showed that the symbolic sequence temporal irreversibility T fb and chi-square χ2 fb statistics had little change with oil-in-water flow pattern variations for water cut (K w) ranging from 61% to 91% but showed irregular sudden changes with transitional flow pattern variations for water cut 51%.When distinguishing the transitional flow pattern from oil-in-water flow pattern, the symbolic time series analysis method presented more unique characteristics and was a useful assistant diagnostic tool for the identification of oil/water two- phase flow patterns.

改进的符号时间序列分析方法及其在电机故障诊断中的应用

提出了一种改进的基于符号时间序列分析的电机异常探测方法,该方法自适应地将符号序列中出现符号最多的符号区间重新划分为2个新的符号区间,使得数据密集区间可以分配到相对更多的符号,而数据稀疏区间则分配到较少的符号,提高了符号对于信号变化的灵敏度。电机转子断条故障的诊断实验结果表明:该方法较平均划分区间的方法对于电机异常诊断有着更高的灵敏度以及更好的鲁棒性和可靠性。

基于符号时间序列分析法的A股上海板块网络结构分析

股票价格的变化不仅受自身基本面的制约,而且也受其他股票的影响。网络分析方法是一种用于分析复杂股票关系的工具。基于符号时间序列分析法,构建了我国A股市场上海板块网络的最小生成树及相对应的分层树,从上市公司之间关系的角度分析和解释了实证结果。

基于稀疏符号时间序列分析的转子碰摩故障早期检测方法

引入稀疏混沌时间短序列概念,提出了稀疏符号时间序列分析方法与实现流程。利用映射空间关系对混沌振子的相变进行自治而快速辨识,以尽早而准确地捕捉表征转子碰摩早期的特征信号,进而实现对转子碰摩故障进行早期检测。仿真和数值实验均表明,基于稀疏符号时间序列分析方法可以对信噪比为-37.163dB左右的微弱信号进行可靠检测,是一种具有实际应用价值的故障早期特征检测方法。

符号时间序列方法在汽油机燃烧循环变动特征分析中的应用

应用一种新的分析方法———符号时间序列方法对汽油机燃烧循环变动进行了研究。测量得到了某汽油机16种不同工况下的示功图,从提高精度与有利于数据的符号化观点出发,确定以缸内峰值压力作为汽油机燃烧循环变动的表征参数,把符号时间序列分析的具体技术和实施途径应用于试验数据,获得了汽油机燃烧循环变动随转速与负荷的变化规律,提出了利用改进的SHAN NON熵作为汽油机燃烧循环变动的评价指标的新观点。研究结果表明:该方法能较好地应用于汽油机燃烧循环变动特征分析。

基于符号时间序列方法的汽油机瞬态排放特征分析

冷启动、加速-滑行组合、节气门加速开启-关闭等瞬态工况更能反映汽油汽车(汽油机)的实际运行状态,有必要研究工程化的瞬态工况排放检测与评价方案。本项目探求将符号时间序列分析STSA应用于汽油机瞬态工况排放分析与特征提取的方法与途径,主要包括:建立能够方便实现瞬态工况的措施,寻找利用五组分排放分析仪进行间接检测的理论和手段,基于符号时间序列分析的Shannon熵评价不同瞬态工况或不同车(机)型的排放。

基于概率密度空间划分的符号化时间序列分析及其在异常诊断中的应用

提前诊断出机械系统中的异常信息对于防止生产事故的产生非常重要。在各种诊断方法中,符号化时间序列分析(STSA,Symbolic time series analysis)是一种常用的异常诊断方法,然而它的诊断效果和符号化时间序列的形成紧密相关。在对之前方法总结分析的基础上,提出了一种高效实用的符号化方法——基于概率密度空间划分的符号化方法。在该方法中,首先对时间序列进行概率密度统计分析,进而确定若干个概率相等的区间,然后对属于特定区间的值赋予一个特定的符号。为了检验该方法的效果,将基于概率密度空间划分的符号化时间序列分析方法用于轴承疲劳实验的异常诊断当中。通过对比实验表明:概率密度符号化方法相比于传统的空间划分方法对异常更加敏感,能够更早诊断出轴承的异常。

气液两相流差压测量波动信号的符号序列统计分析

将符号时间序列分析方法应用到两相流测量波动信号分析,并讨论了关键参数对符号统计量影响问题。在此基础上,利用垂直上升管中采集到的80组气液两相流差压动态波动信号,提取了时间不可逆转性Tfb及χf2b统计量。当气相表观速度小于0.02m.s-1时,随着气相表观速度增加,泡状流随机可变的运动特征逐渐加剧,其动力学特性变得相对复杂;当气相表观速度大于0.02m.s-1时,在流型从泡状流向段塞流转变过程中,随着气相表观速度增大,流型演化的动力学特性逐渐变得相对简单;在流型从段塞流向混状流转变过程中,随着气相表观速度增加,混状流的动力学特性逐渐变得愈加复杂。研究结果表明,时间不可逆转性Tfb及χ2fb统计量两个符号是表征气液两相流流型的敏感特征量,考察这两个统计量随两相流流动参数变化规律有助于更好地理解两相流流型动力学特性。

循环射流混合槽压力波动时间序列差异性分析

为了研究循环射流混合槽内压力波动信号的前向和后向符号时间序列的动力学特征的差异性,利用等概率原则对PFS(pressure fluctuation signals)时间序列进行符号化转换,通过修正的Shannon熵选取最佳符号集大小和子序列长度。利用子序列编码图、时间不可逆转性、秩次图和秩次距离等参数对PFS时间序列进行STSA(symbolic time series analysis)研究。研究结果表明:修正的Shannon熵最小时确定优化符号化参数为n=2和L=10。前向与后向时间序列的子序列编码分布相似但其频数不等,表明CJT(circulating jet tank)内湍流流动呈现多尺度混沌确定性特征。PFS的时间不可逆性值随着周向角的增加不断增加,随z/H的增大呈现先降低再上升最后降低的趋势,随雷诺数的增加呈现"W"型分布。时间不可逆性值与秩次距离对PFS前后向序列动力学特征的差异性判断相互吻合。

基于符号时间序列的飞机交流发电机异常检测技术研究

飞机交流发电机是飞机电源系统中最重要的部件，它的工作状态直接影响到整个飞机机载设备的运行状况和飞行安全，因此研究交流发电机的异常检测技术具有十分重要的意义。针对飞机交流发电机日常维护中传统的检测和分析方法的不足，本文提出将符号化时间序列分析方法应用于飞机交流发电机的异常检测中，引进表征符号总体特征的Shannon熵对交流发电机的健康状况进行评估。

大尺度IP网络流量异常特征的多时间序列数据挖掘方法

提出了一种大规模通信网络流量异常特征分析的多时间序列数据挖掘方法,把多个网络流量特征参数构成的时间序列作为一个整体进行分析研究,进行多时间序列数据挖掘产生网络流量异常相关的有效关联规则,对整个通信网络的安全威胁进行描述。Abilene网络数据验证了该方法。

汽油机瞬态排放量的符号树Shannon熵分析

讨论了汽油机瞬态工况的内涵,提出了瞬态工况下如何评价尾气排放量的问题,给出了二进制划分下符号树结构及其Shannon熵的计算方法。在3种试验汽油机分别处于冷起动、暖机和加速-滑行3种瞬态工况时,用符号树Shannon熵值对尾气中的HC和CO排放量评估。

汽油机热怠速排放实验数据的符号化分析

介绍了符号时间序列分析中符号的转换、直方图的绘制、符号树的结构及其信息熵;选择了符号的数目、固定字长度、划分线的位置、采样时间间隔等参数,并将符号时间序列的方法应用于汽油机热怠速排放实验数据.用MATLAB编程,得到了符号序列直方图,求出了Shannon熵、欧几里得范数等统计量,并对其结果进行了分析,肯定了统计量对确定性结构的评估作用.

基于符号时间序列方法的金融收益分析与预测

引入符号时间序列分析方法从大尺度的角度分析收益变化的特征,提出了确定收益变化的主要模式并预测收益水平的方法。首先将收益序列转化为符号序列,由符号序列中不同的字代表不同的收益变化模式,根据符号序列直方图,可以确定收益变化的主要模式。然后,根据各收益变化模式的概率分布,在前几个时点收益水平确定的情况下,可以推知下一个或几个时点处于不同收益水平的概率,从而实现对收益水平的预测。对上证综指、深证成指以及上证工业股指数、上证商业股指数、上证地产股指数、上证公用事业股指数共六个股票指数的收益序列进行了实证分析,确定了各指数收益的主要变化模式,并基于主要变化模式进行了收益水平的预测,从而说明了该方法的有效性和可行性。

基于符号时间序列方法的金融异常波动与市场有效性关系分析

引入符号时间序列分析方法,以收益符号序列修正Shannon熵作为市场有效性的度量,以时变修正Shannon熵描述市场有效性随时间的变化,采用Logit模型分析价格异常波动或暴跌发生的概率与市场有效性之间的关系。将提出的方法应用于沪深两个股票市场的异常波动及暴跌与市场有效性关系的分析中,结果表明市场有效性越弱,发生异常波动或暴跌的概率越大,市场有效性对异常波动的影响比对价格暴跌的影响更显著,深圳市场有效性对异常波动或价格暴跌的影响比上海市场更显著。理论与实证分析都表明所提出的方法是可行的、有效的。

基于序列比对方法的股市波动实证研究

引入生物信息学中的序列比对方法及非参数的符号时间序列分析方法,与已有的K-近邻法相结合,提出一种新的股价波动预测方法。将样本序列与比对目标序列进行全局比对,通过动态规划算法回溯出高于匹配得分阈值的K条历史子序列,以此作为K-近邻法中的K个最近邻,从而得到预测结果。该方法不仅可以预测具体的波动值,也可预测波动所处的区间。以上证综指和深证成指采样间隔为20 min的高频数据为样本进行实证分析,验证了该方法的有效性。

基于噪声辨识系统状态的符号混沌特征

动力系统含噪原因甚多,由于人类认识自然的能力有限,系统含噪几乎不可避免.当系统存在随机谐振或阈上随机谐振,或者系统具有非线性属性时,噪声常常有助于信号的传输或处理.故可考虑利用系统含噪程度的差异对系统进行状态辨识.由时间序列获得符号序列并得到其符号时间序列直方图后,可分别对直方图幅值计算混沌参数和符号参数,是为时间序列的符号混沌特征.有鉴于此,将复杂系统输出的时间序列变换为符号序列后进行符号分析和混沌分析,可形成一种带噪辨识复杂系统状态的新方法.

雷达辐射源信号符号化脉内特征提取方法

提出一种对雷达辐射源信号进行符号化分析的雷达辐射源信号脉内特征提取方法,该方法能够从信号中快速有效地提取定量信息。将符号化过程中反映信号自相关特性的采样时延和反映信号调制规律特性的香农熵作为脉内特征。通过对7种雷达辐射源信号仿真实验和数据分析表明:提取的样本特征在低信噪比(0~5 dB)情况下具有很好的抗噪性和可聚类性,同时算法计算简单快捷,能够简化分类器的设计,故有利于工程应用。

基于符号信息获取事件大数据特征

提出采用符号时间序列分析方法获得时间序列的大数据特征.给出对十进制时间序列实施二进制符号化的原理和步骤.对某股市指数变化曲线进行符号时间序列分析,表明多方较之空方占有上风,股指变化过程中同时含有确定性因素和随机性因素的作用.对某四缸柴油机机身振动曲线进行符号时间序列分析,表明柴油机机身振动整体上具有随机性事件属性.基于符号信息的研究结果说明,符号时间序列分析方法能够获得蕴藏在时间序列中的某些大数据特征.

基于STSA的股市网络结构实证分析

网络分析法为分析股票市场的复杂性提供了有效的方法.文章采用符号时间序列分析法,使用符号编码序列所对应的频率,基于欧几里德空间,计算最小生成树节点之间的距离.同时,引入多维数据分析法,在收益序列的基础上加入股票交易量信息,建立最小生成树和分层树,从而体现出交易量作为股市价格趋势指向标所隐含的信息.最后,对沪深300指数进行了实证分析,系统分析了其网络结构及聚类特性.