两种滑动排列熵序列突变检测的对比分析

将排列熵与滑动窗口和滑动移除数据技术相结合,比较滑动排列熵和滑动移除排列熵方法在非线性时间序列动力学结构突变检测中的性能。发现滑动排列熵方法依赖于滑动窗口的选取,得到的突变点位置误差比较大,不利于实际应用;而滑动移除排列熵方法的检测结果几乎不依赖于滑动移除窗口的大小,能够更为精准地得出时间序列的突变位置,明显优于滑动排列熵方法,具有良好的应用前景。

基于近似熵的突变检测新方法

近似熵是一个有效的非线性动力学指数,能够用于表征时间序列的复杂性,通过滑动窗口技术,近似熵对于一维时间序列的动力学结构突变具有一定的识别能力,但其突变检测结果依赖于子序列长度的选择,且不能准确定位突变点.鉴于此,本文提出了一种新的突变检测方法——滑动移除近似熵.测试结果表明,滑动移除近似熵具有检测结果稳定性好、准确性高等特点,明显优于滑动近似熵和Mann-Kendall方法,其在实际观测资料中的应用进一步证实了新方法的可靠性.

噪声对滑动移除近似熵的影响

受外强迫和仪器本身的测量误差等因素的影响,观测数据中经常包含噪声和扰动等一些虚假的信息.针对这一问题,本文研究了各种不同噪声对滑动移除近似熵的影响.研究结果表明,滑动移除近似熵的检测结果受尖峰噪声和高斯白噪声的影响较小,意味着其具有很强的抗噪能力,这为该方法在实际观测资料中的广泛应用提供了坚实的实验基础.

不同趋势对滑动移除近似熵的影响

许多观测资料中存在着各种各样的趋势,如季节变化引起的周期性趋势、全球变暖所造成的线性趋势、多项式趋势等.鉴于此,本文研究了各种趋势对滑动移除近似熵的影响.数值试验结果表明,周期性趋势、线性趋势及非线性趋势均对滑动移除近似熵的突变检测结果影响较小,论证了滑动移除近似熵方法检测突变的可靠性,为该方法在实际观测资料中的广泛应用提供了实验基础.