[發明專利]一種多尺度滑窗計算和顯示太陽總輻射和海表面溫度之間的梁-克里曼信息流的方法

有效

• 申請號: 201910754911.6
• 申請日: 2019-08-15
• 公開（公告）號: CN110543613B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 王剛;喬方利
• 申請（專利權）人: 自然資源部第一海洋研究所;青島海洋科學與技術國家實驗室發展中心
• 主分類號: G06F17/16
• 分類號: G06F17/16
• 代理公司: 北京匯捷知識產權代理事務所(普通合伙) 11531
• 代理人: 馬金華

本發明公開了一種多尺度滑窗計算和顯示梁?克里曼信息流的方法，選定最小窗口長度，滑窗，計算梁?克里曼信息流；多尺度信息流的計算；信度檢驗；對計算得到的信息流，要進行置信度檢驗；多尺度梁?克里曼信息流隨時間變化的三維展示。本發明的有益效果是不僅更全面地展示了梁?克里曼因果關系，而且減少了該方法一個經驗選擇的參數。

技術領域

本發明屬于數據分析技術領域，涉及一種多尺度滑窗計算和顯示梁-克里曼(Liang-Kleeman)信息流的方法。

背景技術

無論是自然科學系統還是社會科學系統都極為關注系統內部幾個動力過程之間的因果關系。通常是通過時間序列來認識動力過程。因此，研究兩個時間序列的因果關系就顯得特別重要。然而，這是一個非常困難的問題。目前為止，常用來探索因果關系的方法有：(1)超前-滯后相關:盡管相關不意味著因果，一些領域(如氣候學)仍然在采用此方法。它的缺點是，對于那些有一定周期性的時間序列，我們沒法確定超前和滯后的問題，因而也沒法確定兩個動力過程誰是因，誰是果；(2)格蘭杰因果檢驗(Granger?Causality?Analysis):該方法的缺點是，它只給出兩個序列誰是因，誰是果，缺乏量化；而且，該方法要滿足的前提條件也往往難于驗證。(3)傳遞熵(transfer?entropy):該方法需要很長的時間序列，且很難對結果做出評估。(4)信息流(information?flow/information?transfer)：該方法不僅給出兩個時間序列信息傳播的方向，還給出了大小，因而被認為是合適的因果度量方法；但它的度量是建立在經驗或半經驗公式的基礎上，沒有堅實的理論基礎。

注意到信息流有明確的物理意義，因而應當建立在基本的物理基礎之上，Liang和Kleeman(2005)為動力系統的信息流建立了嚴格的數學描述。該方法操作簡單，只需要兩個時間序列，就可以給出一個值來描述他們的信息傳播方向和大小。該方法被稱為“梁-克里曼信息流(Liang-Kleeman?information?flow)”或者“梁-克里曼因果關系(Liang-Kleemancausality)”。為得到一個隨時間演變的因果關系序列，梁-克里曼因果關系在實際操作時通常采用滑窗的辦法。而正如Liang(2014)指出，因果的大小還依賴于窗口長度。因而，該方法在應用時，通常要先選擇不同長度的窗口對計算結果進行對比驗證，然后選定合適的窗口長度，再進行滑窗計算。窗口長度需要根據經驗來選擇。

發明內容

本發明的目的在于提供一種多尺度滑窗計算和顯示梁-克里曼信息流的方法，本發明的有益效果是能夠給出因果關系隨時間和序列長度(窗口大小)兩個因素的變化情況，能夠根據不同的時間和序列長度來對因果關系動態解釋，而不是找一個特定的序列長度來應對我們要解釋的問題。該方法不僅更全面地展示了梁-克里曼因果關系，而且減少了滑窗方法一個經驗選擇的參數。

本發明所采用的技術方案是按照以下步驟進行：

步驟1：選定最小窗口長度，滑窗，計算Liang-Kleeman信息流；

步驟2：多尺度信息流的計算；

步驟3：信度檢驗；對計算得到的信息流，要進行置信度檢驗；

步驟4：多尺度梁-克里曼信息流隨時間變化的三維展示。

進一步，步驟1中，最小窗口的大小應當包含30個以上的采樣點，記兩個時間序列分別為X₁和X₂，則從X₂流向X₁的信息流T_2-1表示為：

其中C＝(C_ij)表示序列X₁和X₂的協方差矩陣，C_i,dj為序列X_i和X_j的歐拉向前差分序列的協方差矩陣，X_j的歐拉向前差分序列為：