论文部分内容阅读
随着网络系统科学的深入发展，数据序列已经应用到了各类科学领域。在近代的混沌理论中，对复杂数据序列的研究已经成为复杂性科学领域的一个重要组成部分。在信息安全和生物信息学领域中，针对复杂0-1序列和DNA序列的测量已经有较为深入的研究，当前主流的测量方法依赖数学分析以及物理化学实验等手段。在复杂数据序列的可视化测量方面，比较成熟的测量方法有时间序列分析和Poincare图示法。从强化测量分析的角度，寻找适合的可视化模型和测量方法，对描述复杂序列的空间分布特性与周期特性具有应用价值。 本文提出了一个动态时间序列生成可视化测量体系，使用可视化的方式对复杂序列进行测量与分析，建立了完整的可视化模型，整个测量体系由测量模型与分析模型两个部分组成。在测量模型中首先使用变值逻辑函数理论构造元胞自动机，将初始序列转化为时间序列作为测量基础数据;随后利用不同时刻数据形态的变化构造时间测量序列间的对应关系，通过参数定义和概率统计生成测量所需的动态测度序列。在分析模型中利用适当的可视化框架和参数，将动态测度序列转化成图示来分析和检测序列中蕴含的空间特性与周期特性。 本文选取几类复杂0-1序列和DNA序列作为实例，利用该测量体系对这两种不同的数据序列进行了测量分析。从可视化结果中得出数据序列中固有的分布特性，并且通过参数调控对序列的周期性进行检测。另外对不同可视化框架以及不同序列间的可视化结果进行比对分析，总结相关的差异性。 本测量体系可用于测量复杂序列的分布特性与周期特性，并对不同序列进行区分，其可视化结果中所展现出的一系列有效测量特性将对复杂序列的进一步深入研究起到辅助作用。