目录
1 方法
2 Matlab代码实现
3 结果
【若觉文章质量良好且有用,请别忘了点赞收藏加关注,这将是我继续分享的动力,万分感谢!】文章来源地址https://www.toymoban.com/news/detail-471240.html
其他:
1. 时间序列转二维图像方法及其应用研究综述_vm-1215的博客-CSDN博客
2.将时间序列转成图像——格拉姆角场方法 Matlab实现_vm-1215的博客-CSDN博客
3.将时间序列转成图像——马尔可夫转移场方法 Matlab实现_vm-1215的博客-CSDN博客
4.将时间序列转成图像——图形差分场方法 Matlab实现_vm-1215的博客-CSDN博客
5.将时间序列转成图像——相对位置矩阵方法 Matlab实现_vm-1215的博客-CSDN博客
1 方法
递归图(Recurrence Plots, RP)是由Eckmann等人[14]在1995年提出的,用来使动态系统的递归特性可视化。
将递归图应用在时间序列上,首先将时间序列的时域空间变换到相空间,从而将时域中的每个点变换成相空间的对应状态;接着计算每两个状态(向量)之间的距离(向量范数);然后进行阈值二值化,得到递归图中对应两个状态之间的特征。
递归图可用一系列递归矩阵来表示,如下式所示:
其中是一个的方阵,示向量范,为距离阈值使得,表示Heaviside函数。
其算法流程如下:
- 由时间序列得到相空间状态集;
- 计算每两个状态之间的距离(向量范数);
- 进行阈值二值化,得到递归图矩阵。
2 Matlab代码实现
clc
clear
close all
%% 生成数据
speed = xlsread('3_1_link1_1_5_30min.csv');
X = speed';
X = (X - min(X)) / (max(X) - min(X));
N = length(X);
%% 原始数据图
im = figure(1);
plot(X)
title('the original time series');
saveas(im,'原始数据图.bmp')
%% 生成RP
% 转换为相空间,第一个元素为高度,第二个元素为下一个位置的高度。
S = [X(1:end-1)',X(2:end)'];
% 参数设置
% etheta = 0;
for i = 1:N - 1
for j = 1:N-1
% R(i,j) = theta(etheta - sum((S(i,:) - S(j,:)) .^2));
R(i,j) = sum((S(i,:) - S(j,:)) .^2);
end
end
R = (R - min(min(R)))/(max(max(R)) - min(min(R)))* 4;
h = figure(2);
imagesc(R)
title('imaging time series of RP')
saveas(h,'RP_1.bmp')
3 结果
文章来源:https://www.toymoban.com/news/detail-471240.html
【若觉文章质量良好且有用,请别忘了点赞收藏加关注,这将是我继续分享的动力,万分感谢!】
到了这里,关于将时间序列转成图像——递归图方法 Matlab实现的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!