基于C―C方法的嵌入延迟时间和延迟时间窗方法的改进 (2011年)

由于混沌系统对初值的敏感依赖性、真实数据长度有限并含有大量的噪声,利用C―C方法对于来自于混沌系统中的真实数据进行计算,得到的嵌入延迟时间和延迟时间窗具有一定的波动性。使用基于密度的聚类算法,分别对利用C―C方法得到的多组嵌入延迟时间和延迟时间窗数据进行聚类分析,使最接近于真实的嵌入延迟时间和延迟时间窗数据分别形成2个不同的簇,分别对这2个簇求它的平均值,结果就是所求的嵌入延迟时间和延迟时间窗数据。最后通过数值仿真试验证明了这种方法的可靠性。