一种时间序列复杂网络的构建方法技术

本发明专利技术涉及一种时间序列复杂网络的构建方法，包括:S1、基于时间轴的时间序列多尺度嵌入：根据时间序列的时间轴，利用嵌入维度与延迟时间将所述时间序列转换为序列数据；S2、构建三角形模糊信息粒：使用三角形模糊集对所述序列数据进行信息粒化，生成三角形模糊信息粒；S3、根据三角形模糊信息粒确定网络节点的边：以所述三角形模糊信息粒为网络节点，根据所述三角形模糊信息粒的角度差值计算任意节点对的边权重；S4、基于三角形模糊信息粒化时间序列的复杂网络形成：根据网络节点及所述边权重构建复杂网络。本发明专利技术能够有效地利用时间序列的时域结构信息和多尺度化信息粒化进行复杂网络构建，且计算量低，可提高网络计算效率。率。率。

【技术实现步骤摘要】
一种时间序列复杂网络的构建方法


[0001]本专利技术涉及时间序列的复杂网络分析领域，具体而言，特别涉及一种时间序列复杂网络的构建方法。

技术介绍

[0002]随着社会发展和科学技术的进步，计算机、统计物理和信号处理等领域的理论与技术都得到了大幅提升，时间序列分析的实际应用价值进一步提高。时间序列作为所观测系统的输出，背后往往隐含着系统所具有的一些特定的规律和潜在的特性，它的数据值按时间顺序保存，客观记录了所观测系统在各个时刻点的重要信息。通过分析时间序列来辨识和重构所观测的系统的动力学行为，分析系统的性质，刻画系统的特性，从而能够实现对系统进行预测和调控。
[0003]目前，从时间序列转换为复杂网络的方法，可以概括为三类：邻近方法、可视图方法和转移方法。传统的构建方法数学模型复杂，导致计算量大，计算效率低，不能满足实时性和高效性的需求。

技术实现思路

[0004]为了解决上述问题，本专利技术提供一种时间序列复杂网络的构建方法。
[0005]本专利技术采用如下方案实现：
[0006]一种时间序列复杂网络的构建方法，包括:
[0007]S1、基于时间轴的时间序列多尺度嵌入：根据时间序列的时间轴，利用嵌入维度与延迟时间将所述时间序列转换为序列数据；
[0008]S2、构建三角形模糊信息粒：使用三角形模糊集对所述序列数据进行信息粒化，生成三角形模糊信息粒；
[0009]S3、根据三角形模糊信息粒确定网络节点的边：以所述三角形模糊信息粒为网络节点，根据所述三角形模糊信息粒的角度差值计算任意节点对的边权重；
[0010]S4、基于三角形模糊信息粒化时间序列的复杂网络形成：根据网络节点及所述边权重构建复杂网络。
[0011]进一步的，步骤S1具体为：
[0012]X
(i)
＝{x(i),x(i+τ),x(i+2
×
τ),L,x(i+(m
‑
1)
×
τ)}；
[0013]其中，m为嵌入维度，τ为延迟时间，x(n)为长度为N的一维时间序列。
[0014]进一步的，步骤S2具体包括：
[0015]定义A为模糊概念G的隶属函数μ
G
，即A＝μ
G
，则有：
[0016][0017]其中，a和b是在构造信息粒的过程中所使用的三角形模糊集的支撑，c是三角形模糊集的核。
[0018]进一步的，确定在模糊信息粒化过程中所使用的模糊集的参数，包括：
[0019]S21、从一维时间序列x(n)中生成N0个维度为m的子序列数据X
(i)
，其中i＝1,2,3,...,N0；
[0020]S22、对生成的子序列数据X
(i)
中m个数据按从小到大进行排序，形成新的子序列Y
(i)
：
[0021][0022][0023]S23、根据三角形模糊集的隶属函数μ
G
的数学形式，在新子列Y
(i)
上构造模糊集，确定相应的隶属度函数中相关参数：
[0024][0025][0026][0027]其中，表示不超过x最大整数，表示新子列Y
(i)
所有元素的中值；当m是偶数时，d＝1，当m是奇数时，d＝2。
[0028]7.进一步的，步骤S3具体为：
[0029]定义网络节点v
i
的模糊信息粒为Ω
i
＝[a
i
,c
i
,b
i
]，网络节点v
j
的模糊信息粒为Ω
j
＝[a
j
,c
j
,b
j
]，计算网络节点v
i
的三角形模糊信息粒Ω
i
的α
i
和β
i
的角度数：
[0030][0031][0032]采用相同方式计算网络节点v
j
的三角形模糊信息粒Ω
j
的α
j
和β
j
的角度数；
[0033]计算网络任意节点对v
j
和v
j
的边权重w
i,j
：
[0034]w
(i,j)
＝arccos(Δα
i,j
)+arccos(Δβ
i,j
)；
[0035]其中，
[0036][0037]进一步的，根据网络节点v
j
和v
j
及边权重w
i,j
构建复杂网络。
[0038]与现有技术相比，本专利技术的有益效果是：
[0039](1)能够有效地利用时间序列的时域结构信息和多尺度化信息进行复杂网络构建。
[0040](2)由于采用的是一种粗粒化的时间序列处理过程，因此其复杂网络构建对应的网络规模/网络节点总数会较少、计算量较低、后续的计算效率更好。
[0041](3)针对各种实际场景应用，本专利技术专利可弹性地调整时间序列的尺度化参数与信息粒度，实现具有灵活性高的时间序列复杂网络模型的构建。
附图说明
[0042]图1为本专利技术的时间序列复杂网络的构建方法的流程图。
具体实施方式
[0043]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳实施方式。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施方式。
[0044]请参考图1，一较佳实施例中，本专利技术的一种时间序列复杂网络的构建方法，包括:
[0045]S1、基于时间轴的时间序列多尺度嵌入：根据时间序列的时间轴，利用嵌入维度与延迟时间将所述时间序列转换为序列数据；
[0046]S2、构建三角形模糊信息粒：使用三角形模糊集对所述序列数据进行信息粒化，生成三角形模糊信息粒；
[0047]S3、根据三角形模糊信息粒确定网络节点的边：以所述三角形模糊信息粒为网络节点，根据所述三角形模糊信息粒的角度差值计算任意节点对的边权重；
[0048]S4、基于三角形模糊信息粒化时间序列的复杂网络形成：根据网络节点及所述边权重构建复杂网络。
[0049]下面对上述步骤进行具体描述。
[0050]步骤S1具体为：
[0051]X
(i)
＝{x(i),x(i+τ),x(i+2
×
τ),L,x(i+(m
‑
1)
×
τ)}；
[0052]其中，m为嵌入维度，τ为延迟时间，x(n)为长度为N的一维时间序列。
[0053]在上述的实现过程中，对于长度为N的时间序列，基于时间轴的多尺度粗粒化就是将其按给定的嵌入维度与延迟时间参数划分为多个窗口数据，再进行粒化。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时间序列复杂网络的构建方法，其特征在于，包括:S1、基于时间轴的时间序列多尺度嵌入：根据时间序列的时间轴，利用嵌入维度与延迟时间将所述时间序列转换为序列数据；S2、构建三角形模糊信息粒：使用三角形模糊集对所述序列数据进行信息粒化，生成三角形模糊信息粒；S3、根据三角形模糊信息粒确定网络节点的边：以所述三角形模糊信息粒为网络节点，根据所述三角形模糊信息粒的角度差值计算任意节点对的边权重；S4、基于三角形模糊信息粒化时间序列的复杂网络形成：根据网络节点及所述边权重构建复杂网络。2.根据权利要求1所述的时间序列复杂网络的构建方法，其特征在于，步骤S1具体为：X
(i)
＝{x(i),x(i+τ),x(i+2
×
τ),L,x(i+(m
‑
1)
×
τ)}；其中，m为嵌入维度，τ为延迟时间，x(n)为长度为N的一维时间序列。3.根据权利要求1所述的时间序列复杂网络的构建方法，其特征在于，步骤S2具体包括：定义A为模糊概念G的隶属函数μ
G
，即A＝μ
G
，则有：其中，a和b是在构造信息粒的过程中所使用的三角形模糊集的支撑，c是三角形模糊集的核。4.根据权利要求3所述的时间序列复杂网络的构建方法，其特征在于，确定在模糊信息粒化过程中所使用的模糊集的参数，包括：S21、从一维时间序列x(n)中生成N0个维度为m的子序列数据X
(i)
，其中i＝1,2,3,...,N0；S22、对生成的子序列数据X
(i)
中m个数据按从小到大进行排序，形成新的子序列Y
(i)
：：S23、根据三角形模糊集的隶属函数μ
G
的数学形式，在新子列Y<...

【专利技术属性】
技术研发人员：陆云，
申请(专利权)人：惠州学院，
类型：发明
国别省市：