C-C算法求时间序列的延迟时间和嵌入维数
刚才看了论坛里面一些有关的帖子,本人用C-C算法求两参数时,总是提示错误:??? One or more output arguments not assigned during call to 'D:\MATLAB7\work\before work\Main\reconstitution.m (reconstitution)'.Error in ==> C_CMethod at 30
X=reconstitution(Y,N_d,m,t);%相空间重构
Error in ==> Untitled14 at 5
C_CMethod(data)
我用500个数据点和1000个数据点都试过了,都是这种情况,请问是什么问题啊!! reconstitution函数调用有问题
具体要看你的reconstitution函数什么样了 我也遇到过同样的问题的:max_d<=6可以算的 ,可是当max_d>7时就出现问题了
??? One or more output arguments not assigned during call to 'd:\MATLAB701\work\Main\reconstitution.m (reconstitution)'.
Error in ==> C_CMethod at 32
X=reconstitution(Y,N_d,m,t);%相空间重构 不知道咋回事的,刚刚接触混沌分析,请给位高手帮我解惑!!{:{13}:} 把程序贴上来我看看 回复 5 # lileewei 的帖子
出现这种问题还有一个原因,就是程序中max-d的取值问题…… 回复 6 # gghhjj 的帖子
function =C_CMethod(data)
%this function calculate time delay and embedding demension with C-C
%Method,which proved by H.S.Kim
%skyhawk&flyinghawk
%用c-c法计算三个量:s(t)、delt_s(t)、s_cor(t),根据计算结果画图,确定最佳延时tau
% ************************调试程序段****************************
clear all;clc;tic;
data=load('chen1.txt');
N=length(data);
max_d=7;%the maximum value of the time delay
sigma=std(data);%calculate standard deviation s_d
for t=1:max_d
t
s_t=0;
delt_s_s=0;
%************************%计算三个量:s(t)、delt_s(t)、s_cor(t)
for m=2:5
s_t1=0;
for j=1:4
r=sigma*j/2;
data_d=disjoint(data,N,t);%将时间序列分解成t个不相交的时间序列
=size(data_d);
s_t3=0;
for i=1:t
i;
Y=data_d(i,:);
C_1(i)=correlation_integral(Y,N_d,r);%计算C(1,N_d,r,t)
X=reconstitution(Y,N_d,m,t);%相空间重构
N_r=N_d-(m-1)*t;
C_I(i)=correlation_integral(X,N_r,r);%计算C(m,N_r,r,t)
s_t3=s_t3+(C_I(i)-C_1(i)^m);%对t个不相关的时间序列求和
end
s_t2(j)=s_t3/t;
s_t1=s_t1+s_t2(j);%对rj求和
end
delt_s_m(m)=max(s_t2)-min(s_t2);%求delt S(m,t)
delt_s_s=delt_s_s+delt_s_m(m);%delt S(m,t)对m求和
s_t0(m)=s_t1;
s_t=s_t+s_t0(m);%S对m求和
end
s(t)=s_t/16;
delt_s(t)=delt_s_s/4;
s_cor(t)=delt_s(t)+abs(s(t));
end
fid=fopen('result.txt','w');
fprintf(fid,'%f %f %f %f/n',t,s(t),delt_s(t),s_cor(t));
fclose(fid);
t=1:max_d;
plot(t,s,'*k',t,delt_s,'dk',t,s_cor,'vk')
toc;
function X=reconstitution(data,N,m,tau)
%该函数用来重构相空间
% m为嵌入空间维数
% tau为时间延迟
% data为输入时间序列
% N为时间序列长度
% X为输出,是m*n维矩阵
M=N-(m-1)*tau;%相空间中点的个数
for j=1:M %相空间重构
for i=1:m
X(i,j)=data((i-1)*tau+j);
end
end
回复 7 # cqupenghao 的帖子
那max_d 怎么取值? 回复 9 # lileewei 的帖子
max-d的取值最大值为sqrt(N/4),其中N为你的输入数据个数…… 不知道啊,我用了2000点也不行 回复 11 # nibor55 的帖子
max-d的取值最大值为sqrt(N/4),其中N为你的输入数据个数……
也就是说max-d小于等于sqrt(N/4),你用2000个数据的话,那么max-d最大取21,取20就可以了…… 回复 6 # cqupenghao 的帖子
你会不会呀,FOULEYOU 回复 12 # rwwttt 的帖子
我会一点点 由于子序列已经延迟t了,在计算每个子序列的关联积分时,这里N-(m-1)*t的t=1
X=reconstitution(Y,N_d,m,t);%相空间重构
问题应该在这里,我怀疑应该用i而不是t
页:
[1]
2