上海证券市场的多重分形特征研究，吴金克，谭庆美，本文利用MF-DFA方法对上海证券市场日收益率价格波动进行研究，发现上海证券市场具有明显的多重分形特征。但实行涨跌停板制度前后，

基于多重分形小波模型的端到端网络流量重构方法

多重分形消除趋势波动分析法的Matlab源码

多重分形去趋势波动分析；时间序列多重分形

含时间序列的多重分形交叉相关性分析，非对称交叉相关性分析等程序，可用于论文写作、科研等方面

双重分形的matlab代码#K表示聚类以对图像进行二值化 在这里，我代表了用matlab编写的用于对图像进行二值化处理的一些代码。 主要思想是对患者的骨组织进行活检，然后对其显微图像进行多重分形分析，该组织的肿瘤已转移到骨骼上。 在这里，在下面显示的图片上，您可能会看到该算法如何拍摄微观图像（上部图片）并使它们成为二进制图像（下部图片集）。 ！[K_Means_Algorithm_Binarization_Of_Image]（我的二进制图片。png）

多重分形的matlab代码 “量化分析”是基于统计分析方法，对收集的样本数据做定量化的分析，并形成有关结论。量化分析需要操作者至少具备概率论、统计学、线性代数等数理知识。很多量化工具本身已经提供了封装好的算法功能，使得分析人员能够把精力更多聚焦在对数据的量化分析本身，而非过度分心于代码逻辑上的实现。 说到量化工具，比较流行的有 IBM 的 SPSS、MathWorks的 Matlab、Python 和 R。为了兼顾学习成本和流行程度，本系列使用Python语言，基于IPython Notebooks环境进行量化数据分析与统计验证。但其实选择什么工具并不是最重要的，关键是理解背后的实现思想，所谓“道”和“术”不外乎如是，擅长其他工具的各位可以自行转化代码，相信并不是难事。 最后，本系列所有内容供免费浏览，部分翻译自国外量化网站的免费教程，部分来自于笔者的学习心得，经过系统性梳理汇总而成，希望能够起到抛砖引玉的作用，提供一个由浅入深的量化分析快速入门指引。

用于CT扫描的二值化图像多重分形计算

探索空中交通流时间序列的多重分形特征有助于理解时间序列中的自相似性和相关性，从而有助于深入了解空中交通流的演变机理和规则模式，从而有助于发展有效的空中交通流量管理措施。 利用多元分形趋势波动分析方法，我们确定了北京首都国际机场2017年夏季的总量，到达和起飞空中交通流量时间序列在对应分频以下的尺度上具有多重分形性，并且其主要原因是多重分形的特征是大小波动的远距离相关性。 在时间序列的多重分形上进行的比较表明，总的和到达的空中交通流分别具有最强和最弱的多重分形，而离场的空中交通流介于两者之间。 比较结果还表明，总的和到达的空中交通流量对大的波动不敏感，以小波动为主导，而出发的空中交通流量对小波动不敏感，并且以大波动为主导。 此外，对雷暴季节和非雷暴季节的时间序列的多重分形特征的调查表明，雷暴季节对总空中交通流量的影响最大，并且在多重分形性方面存在显着的本质差异。雷暴季节前后的总空中交通流量。 对于到达的空中交通流量，极端波动率仅存在差异，而对于出发的空中交通流量，除了数量上的一些差异外，本质上没有差异。

matlab对比实验代码多重分形 工具（C / Matlab）用于一维（时间序列）和2D（图像）信号的多重分形分析 本文的材料提供了可用于信号和图像的多重分形实验/分析的低级图像处理滤波器。 描述 代码源文件将使您能够重现参考文献中提到的一些实验，即： 使用所谓的小波对信号/图像进行多分形分析， 分形奇异指数和分形谱的计算， 信号/图像的多帧分解， 提取所谓的最奇异歧管， 所谓的色度降低的信号/图像的表征， 信号/图像的多重分形重建。 另请参阅1D（时间序列）信号的多重分形奇异性分析。 用法 要启动程序： 在Matlab ，有关完整功能列表，另请参见； 呼吁一个应用的例子； 在C ，使用Makefile从源代码生成。 关于 版本 1.0 （非活动开发） 自从 2002年 执照 （引用源代码或下面的任何参考！） 参考 Yahia H.，Turiel A.，Chrysoulakis N.，Grazzini J.，Prastacos P.，and Herlin I.（2008）：， International Journal of遥感学报，29（14）：4189-4205，doi :. Gr