生物信號是現(xiàn)代數(shù)字信號處理的重要研究領(lǐng)域。由于生命體系統(tǒng)的復(fù)雜性,生物信號通常具有非線性、混沌、非平穩(wěn)等特點,屬于非線性時間序列。正是因為這些特點,使得生物信號分析區(qū)別于一般的信號處理,成為現(xiàn)代數(shù)字信號處理的一個重要分支。時間序列到復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換算法的提出,使得復(fù)雜網(wǎng)絡(luò)成為時間序列分析的新工具。復(fù)雜網(wǎng)絡(luò)經(jīng)過多年的發(fā)展,形成了成熟的理論體系,在諸多學(xué)科領(lǐng)域得到了大規(guī)模應(yīng)用。本文在已有的復(fù)雜網(wǎng)絡(luò)構(gòu)造方法的基礎(chǔ)上,主要對加權(quán)相似性網(wǎng)絡(luò)和加權(quán)水平可視圖進(jìn)行深入研究。本文總結(jié)了已有的相似性網(wǎng)絡(luò)和加權(quán)水平可視圖構(gòu)造方法,通過對當(dāng)前算法的不足之處進(jìn)行改進(jìn),提出了新的復(fù)雜網(wǎng)絡(luò)構(gòu)造方法,即改進(jìn)的加權(quán)相似性網(wǎng)絡(luò)和改進(jìn)的加權(quán)水平可視圖方法。論文主要方法和創(chuàng)新點如下:(1)提出了改進(jìn)的加權(quán)相似性網(wǎng)絡(luò)算法。傳統(tǒng)的相似性網(wǎng)絡(luò)在構(gòu)造過程中由于節(jié)點數(shù)量較少,同時沒有引入邊權(quán)值信息,會造成時間序列信息的丟失。把癲癇腦電時間序列平均分段之后,對每個子段時間序列提取12個時域統(tǒng)計特征作為復(fù)雜網(wǎng)絡(luò)的節(jié)點,使得節(jié)點數(shù)量增加;計算節(jié)點間的歐氏距離,設(shè)定閾值,確定節(jié)點間的連邊關(guān)系,并把節(jié)點間的斜率作為連邊權(quán)值,構(gòu)造加權(quán)鄰接矩陣,完成...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1三種信號：(a)周期信號(b)勞倫茲系統(tǒng)x分量(c)高斯噪聲信號圖2.1分別是三種不同信號采樣得到的時間序列，都選取了1024個采樣點，可以看

網(wǎng)絡(luò)基本概念絡(luò)是復(fù)雜系統(tǒng)的一種表現(xiàn)形式，復(fù)雜系統(tǒng)內(nèi)部單元、個體之間的相互形式來刻畫。復(fù)雜網(wǎng)絡(luò)起源于數(shù)學(xué)中的圖論，它的基本構(gòu)成是節(jié)點集網(wǎng)絡(luò)里每個節(jié)點代表系統(tǒng)里的一個實體單元，兩個節(jié)點之間的邊代表聯(lián)系和相互作用。圖論中定義的圖分為有向圖和無向圖，同樣，復(fù)雜和無向網(wǎng)絡(luò)。無向復(fù)雜網(wǎng)絡(luò)不考....

圖2.3有向加權(quán)網(wǎng)絡(luò)示意圖

圖2.3有向加權(quán)網(wǎng)絡(luò)示意圖Small[41]總結(jié)了已有的粗粒化方法，給出了時間序列轉(zhuǎn)換為轉(zhuǎn)移網(wǎng)絡(luò)的具體算法該算法在時間序列粗粒化生成節(jié)點的過程中融合了時間序列的原始特征，算法的實現(xiàn)程如下：(1)網(wǎng)絡(luò)節(jié)點產(chǎn)生存在有N個采樣點的時間序列12X,X...Xn....

圖2.4可視圖算法示意圖

則節(jié)點xa和xc之間存在邊連接；否則不存在邊連接。具體過程如圖2.4所示。圖2.4可視圖算法示意圖圖2.4是一個由6個樣本點組成的時間序列的可視規(guī)則示意圖。對應(yīng)的可視圖有6個節(jié)點。對于節(jié)點1，其與節(jié)點2相連，判斷節(jié)點1和節(jié)點3之間是否存在邊連接時，用....

圖2.5完全三角形和三元組示意圖

聚類系數(shù)也是復(fù)雜網(wǎng)絡(luò)的重要特征之一度的系數(shù)，它描述了網(wǎng)絡(luò)中各個小網(wǎng)絡(luò)之間的v1連接于節(jié)點v2，節(jié)點v2連接于節(jié)點v3，象體現(xiàn)了部分節(jié)點間存在的密集連接性質(zhì)，可系數(shù)定義為：3()()iNiCCNi完全三角形個數(shù)，即與節(jié)點i相連的兩個節(jié)點以第i個節(jié)點為中央頂....

本文編號：3898507