.png){kind=icon}
返回
Recurrence patterns correlation
.png){kind=icon}
PRE
AI
DOI：10.1103/ry6l-qzkn.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
复现图（RPs）是可视化时间序列动力学的有力工具；然而，传统的复现量化分析往往依赖于全局度量，如线条计数，这可能忽略系统特定的局部结构。为解决这一问题，我们引入了复现模式相关性（RPC），这是一种受空间统计学启发的量化指标，弥合了定性复现图检查与定量分析之间的差距。RPC旨在测量复现图与任意形状和尺度模式的关联程度。通过选择具有特定时间滞后的模式，我们可视化了Logistic映射分岔图中的不稳定流形，剖析了标准映射的混合相空间，并追踪了Lorenz '63系统三维相空间中的不稳定周期轨道。该框架揭示了复现模式中的长程相关性如何编码非线性动力学的内在属性，并提供了更灵活的工具来分析循环动力系统中的模式形成。
Keyword:
DEPENDENCE
DIMENSIONS
TIMES
PLOTS
期刊
IF:
2.4
论文数:
1.3K
被引数:
10.2W
.png){kind=icon}
查看更多内容