了解规则、层流或混沌行为之间的转换对于理解复杂系统背后的潜在机制至关重要。虽然几种线性方法通常不足以描述此类过程,但有几种非线性方法需要较长时间的观测。为了克服这些困难,我们提出了基于递归图中垂直结构的复杂性度量方法,并将其应用于逻辑图以及心脏-年龄变量数据。对于逻辑映射,这些度量不仅使我们能够检测混沌状态和周期状态之间的转换,还可以识别层流状态,即混沌-混沌转换。传统的递归量化分析无法检测到后一种转换。将我们的测量应用于心率变异性数据,我们能够在危及生命的心律失常发生之前检测和量化层流阶段,从而促进对此类事件的预测。我们的发现对恶性心律失常的治疗具有重要意义。
内政部:https://doi.org/10.103/PhysRevE.66.026702