一维信号序的多重分形研究.pdfVIP

摘要 摘 要 多重分形是非线性科学研究中十分活跃的一个新分支，现在已被广泛 量作为一个时间序列，用多种方法(幂谱、统计矩、多重分形谱等)对此进行 了多重分形分析。幂谱分析和统计矩双对数图的线性均表明黄河流量具有 无标度性质，并且估测出无标度区间大约在1到100天之间；多重分形谱呈 单峰钟罩状，其高的最大值、大的宽度和低的非对称性表明黄河流量序列的 多重分形性质比较强．这些结论对于用多重分形模型作黄河流量的短时预测 具有一定的指导意义。其次，首次提出多重分形分类理论，并利用该理论把 按常规方法无法截然分开的黄河流量特征按多重分形强弱程度分成三类． 之三，在四个不同时间尺度下对黄河流量进行多重分形分析，结果发现所用 时间尺度越小，黄河流量的多重分形性质越强，从而非线性程度越强，黄河 流量也就越难以预测．最后，提出了一种利用图像纹理的方向角提取掌纹特 征的方法，该方法将掌纹图像分成若干子块，剔除图像中不含纹线的子块， 对剩余的子块计算其纹线拟合直线的倾斜角，得到一维方向角信号序列．并 首次结合多重分形理论，利用方向角序列的多重分形谱参数对掌纹图像进 行分析，达到分类识别的目的。实验结果表明这些方法在掌纹分类识别上是 简单可行的。 关键词：多重分形；时间序列；黄河流量；掌纹识别