文件名称：MFDFA:Python中的多重分形趋势波动分析
文件大小：626KB
文件格式：ZIP
更新时间：2024-06-15 07:23:05
multifractal-analysis self-similarity stochastic-processes fractional-gaussian-noise detrended-fluctuation-analysis
MFFA 多重分形趋势波动分析MFDFA是一种与模型无关的方法，可以揭示随机过程或自回归模型的自相似性。 DFA由Peng等人首先开发。 1和后来扩展到研究Kandelhardt等人的多重分形MFDFA 。 2 。 在最新版本中，还添加了移动窗口系统，特别适用于短时间序列，最近对DFA的扩展（称为扩展DFA ）和经验模式分解的额外功能（作为去趋势方法）。 安装 要安装MFDFA，您只需使用 pip install MFDFA 在您喜欢的编辑器上，只需将MFDFA导入为 from MFDFA import MFDFA 有一个附加的库fgn可以生成分数高斯噪声。 MFDFA库 MFDFA基础仅取决于numpy ，尤其是numpy的polynomial 。 在版本0.3中，添加了一种基于方法，以替代依赖于PyEMD时间序列趋势变化方法。 使用MFDFA库 一维分数阶Ornstein-U
【文件预览】：
MFDFA-master
----.travis.yml(920B)
----contributions.md(1KB)
----docs()
--------functions()
--------conf.py(3KB)
--------emd_detrending.rst(2KB)
--------make.bat(795B)
--------extendedDFA.rst(1KB)
--------installation.rst(337B)
--------moving_window.rst(1KB)
--------1dLevy.rst(2KB)
--------extensions.rst(367B)
--------license.rst(1KB)
--------Makefile(634B)
--------index.rst(1KB)
--------1dprocess.rst(3KB)
--------_static()
----paper()
--------fig1.pdf(311KB)
--------fig3.pdf(20KB)
--------bib.bib(4KB)
--------paper.md(11KB)
--------fig2.pdf(320KB)
----test()
--------test_MFDFA_extras.py(1KB)
--------test_MFDFA.py(2KB)
--------test_fgn.py(256B)
--------test_EMD.py(430B)
----LICENSE(1KB)
----requirements.txt(6B)
----examples()
--------fOU.ipynb(8KB)
----setup.py(757B)
----.gitignore(1KB)
----tester.py(2KB)
----MFDFA()
--------fgn.py(2KB)
--------__init__.py(114B)
--------MFDFA.py(11KB)
--------emddetrender.py(3KB)
----README.md(7KB)