多重分形的matlab代码-dfa:去趋势波动分析
双重分形的matlab代码去趋势波动分析
DFA算法的简单python实现。
它基于这两篇文章：
Hardstone，R。等。
去趋势波动分析：关于神经元振荡的无标度视图。
正面。
生理学。
2012年11月3日，1-13日。
Ihlen，E.
a
F.
Matlab中的多分形去趋势波动分析简介。
正面。
生理学。
3JUN，1-18（2012年）。
您可以使用generate.py幂定律数据生成器或下面的代码对其进行测试：
from
dfa
import
dfa
from
generate
import
power_law_noise
true_exp
=
0.8
x
=
power_law_noise
(
2
**
12
,
true_exp
)
scales
,
fluct
,
alpha
=
dfa
(
x
)
print
(
"True
scaling
exponent:
{}"
.
format
(
true_exp
))
print
(
"Estimated
DFA
exponent:
{}"
.
format
(
alpha
))
要求
麻木
matplotlib
文件下载
资源详情
[{"title":"（ 5 个子文件 124KB ） 多重分形的matlab代码-dfa:去趋势波动分析","children":[{"title":"dfa-master","children":[{"title":"generate.py <span style='color:#111;'> 1.56KB </span>","children":null,"spread":false},{"title":"dfa.py <span style='color:#111;'> 3.26KB </span>","children":null,"spread":false},{"title":"notebook","children":[{"title":"dfa_simulations.ipynb <span style='color:#111;'> 171.01KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 810B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 你必须知道的495个C语言问题(带书签).pdf
- 东南大学Robocup机器人3D校赛前5名技术报告
- Random Walk (随机游走) matlab
- AUTOSAR Can总线网络管理规范4.3.1-2017年版
- 美国国防部体系结构设计框架DODAF2.0
- uml学生成绩管理系统大作业
- 基于opencv C++实现毛衣衣服的瑕疵检测
- JavaScript技术教程（上海出版社）
- 影院网上订票系统数据库设计 sql
- jsp and servlet用户登录注册界面
- Futaba r7008sb-manual
- 基于IElement编写的图例类(不使用ArcEngine的ILegend)
- 计算机图形学.Peter.Shirley.pdf
- 网上图书商城
- Exercise.ppt
- createtable-mysqlv1.0.exe
- mysql5.6安装版
- K3 Cloud v7.2 智能会计平台培训视频
- 三菱CNC控制器MELDAS 60 60S系列异警 参数说明书.PDF )
- .Net HTML页面转PDF格式
- android 高仿优酷视频播放器
- STM32W108体系结构
- [Manning] Enterprise Java Microservices.pdf (Java企业微服务）
- jxls-新APi系列教程
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明