×

使用动态分类方法表征海豚声回声定位数据。 (英语) Zbl 0956.62126号

总结:过去十年来,从非线性动力系统理论衍生出了许多时间序列分析方法,并在各种模拟、实验和实际应用中显示出显著的结果。基于潜在动力生成器的时间序列分类也具有潜在的强大功能,我们之前已经提出了一种基于经验估计的非线性常微分方程组(即全局动力模型)的动力分类方法。这种方法的一个特别有用的应用领域可能是生物和医学数据分析,对于高度复杂的时间演变,几乎没有定量方法。这里,作为此类分类方法应用的一个例子,我们对海豚在海洋环境中尝试回声定位物体时产生的声脉冲序列数据进行了分析,这些数据是从受控实验框架中得出的。

MSC公司:

62页99 统计学的应用
37N25号 生物学中的动力系统
37M10个 动力系统的时间序列分析
62页第10页 统计学在生物学和医学中的应用;元分析
第62页,第35页 统计学在物理学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Cremers J.、Z.Naturforsch。42(8)第797页–(1987)
[2] Crutchfield J.,复杂系统。第1(3)页,第417页–(1987)
[3] 内政部:10.1016/0375-9601(95)00375-D·兹比尔1020.94505 ·doi:10.1016/0375-9601(95)00375-D
[4] Kadtke J.,程序。第三届ONR技术会议宽带信号程序。,康涅狄格州迈斯蒂克375号,第189页–(1996年)
[5] 内政部:10.1016/0893-6080(91)90051-6·doi:10.1016/0893-6080(91)90051-6
[6] DOI:10.1103/PhysRevLett.73.1091·doi:10.1103/PhysRevLett.73.1091
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。