CC算法中分解子序列的疑惑
算法中有一个子程序data_d=disjoint(data,N,t)，将时间序列分解成t个不相交的子序列data_d=disjoint(data,N,t)
for i=1:t;
for j=1:(N/t);
data_d(i,j)=data(i+(j-1)*t);
end
end
问题一：
这些子序列的点的个数是不是一定要相等？
如：x1,x4,x7,x10,x13,x16
x2,x5,x8,x11,x14
x3,x6,x9,x12,x15
这样可以嘛？
问题2：
按程序中for j=1:N/t，就要求系列数N必须是t的整数倍（在循环中这是不可能了），否则就会丢掉原时间序列中的一些点，从而使后面重构的相空间少点。
如：N=16,m=2,t=3
按上述程序分解的子序列为：
x1,x4,x7,x10,x13
x2,x5,x8,x11,x14
x3,x6,x9,x12,x15
按上述子序列重构的相空间为：
(x1,x4),(x4,x7),(x7,x10),(x10,x13),(x2,x5),(x5,x8),(x8,x11),(x11,x14),(x3,x6),(x6,x9),(x9,x12),(x12,x15)
而实际重构的相空间应该为：
(x1,x4),(x4,x7),(x7,x10),(x10,x13),(x13,x16),(x2,x5),(x5,x8),(x8,x11),(x11,x14),(x3,x6),(x6,x9),(x9,x12),(x12,x15)
如果上面我说的相空间是对的话，那用子程序disjoint就会出错，那还不如不用直接对原时间序列进行重构就可以了，干嘛还要多此一举？难道用这个子程序有什么优化算法的作用？
论坛中好像出现过这样的一个帖子，但好像都没有正面回答
还望各位版主和高手赐教，在此万分感激。
第一个问题：
子序列的点的个数不一定要相等，只需要满足disjioint的条件即可！
第二个问题：
时间序列分析的基础是Takens定理，要求对序列进行相空间重构，这样分析可以提高精度和效率。
大家一起补充回答他的问题吧！
回复 2楼 的帖子
先谢谢你的回答。子序列的点数可以不等的话，那disjoint这个子程序就是错误的，需要补充。
另外，我知道要进行相空间重构，我的意思是，先前就不要将原序列分t个子序列，只要直接在
原序列基础上进行相空间重构就可以了。 这个问题应该是可行的，我看Takens定理就是直接对原序列进行相空间重构的！ 我对楼主的问题也是一头雾水呢:@L ，如果N可以不是t的整数倍，那重构后的点坐标怎么和原序列相对应呢:@Q
页:
[1]