论文部分内容阅读
基于局部K最近邻(K-Nearest Neighbors，KNN)搜索和时间窗技术，提出一种确定非线性时间序列嵌入维的实用算法。该算法克服了标准伪最近邻(False NN，FNN)法计算量大、门限设置具有较大主观性等不足。通过对典型混沌系统数据和海上实验数据进行计算，结果发现该方法运算速度快、准确性高以及对数据量要求不高，并且能够准确判断随机噪声和确定性非线性信号，在水声时间序列相空间重构方面具有一定的实用价值。