时间序列python复杂网络实例_基于复杂网络理论的时间序列分析

基于复杂网络理论的时间序列分析

赵丽丽

1,

唐

镇

1,

王建勇

2,

王建波

1,

杨会杰

1

【摘

要】

摘要

:

综述了复杂网络理论应用于时间序列分析的研究进展

.

报道了对

这些问题开展的一些探索性的工作

,

包括混合序列中不同成分的竞争、二维地貌

的复杂网络描述、多种序列分析方法的联合应用等

.

【期刊名称】

上海理工大学学报

【年

(

卷

),

期】

2011(033)001

【总页数】

6

【关键词】

关键词

:

时间序列分析

;

复杂网络

;

可见图

;

地貌

【

文

献

来

源

】

https://www.zhangqiaokeyan.com/academic-journal-cn_journal-university-shanghai-

science-technology_thesis/0201250651418.html

物理理论是时间序列分析技术发展的一个基本源泉

[1-3].

物理学理论的每一个进

步

,

往往首先被用于时间序列分析

.

混沌、分形、自组织临界、随机介质、少数者

博弈理论等的发展

,

给时间序列分析注入了新的思想和技术手段

,

是非线性时间序

列分析的理论和思想基础

.

复杂网络理论是近年来发展起来的统计物理的一个重

要分支

[4].

一个复杂系统的诸多元素及其之间的关系

,

可以用复杂网络描述

.

网络

的节点和边代表元素和它们之间的关系

.

复杂网络弱化元素之间的作用细节

,

而着

重体现元素之间的相互作用关系的拓扑结构

,

从而凸显这种结构与复杂系统性质

之间的关系

.

随着信息技术的发展

,

各个学科领域积累了海量的原始数据

,

从这些

数据中提取复杂系统的信息

,

是当前的基本任务

.

复杂网络理论已经成为完成这一

任务的最有希望的候选技术方法

.

实际上复杂网络理论已经成为很多学科发展的

新视角和指导思想

,

如系统生物学

[5].

近年来一个活跃的研究课题是试图把复杂