Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > nlin > arXiv:nlin/0410020

帮助 | 高级搜索

非线性科学 > 混沌动力学

arXiv:nlin/0410020 (nlin)
[提交于 2004年10月15日 ]

标题: 确定性系统中的混沌检测与噪声

标题: Testing for Chaos in Deterministic Systems with Noise

Authors:Georg A. Gottwald, Ian Melbourne
摘要: 最近,我们引入了一种新的测试方法,用于区分确定性动力系统中的规则和混沌动力学,并认为该测试在某些方面优于使用最大李雅普诺夫指数的传统混沌测试。 在本文中,我们研究了该测试处理中等数量噪声数据的能力。 将我们测试的改进版本与计算最大李雅普诺夫指数的“切空间”方法和“直接方法”进行了比较。 从逻辑斯蒂映射到一个八维微分方程的洛伦兹系统(洛伦兹96系统)的数值实验结果表明,我们的方法优于切空间方法,并且与直接方法相比具有明显优势。
摘要: Recently, we introduced a new test for distinguishing regular from chaotic dynamics in deterministic dynamical systems and argued that the test had certain advantages over the traditional test for chaos using the maximal Lyapunov exponent. In this paper, we investigate the capability of the test to cope with moderate amounts of noisy data. Comparisons are made between an improved version of our test and both the ``tangent space'' and ``direct method'' for computing the maximal Lyapunov exponent. The evidence of numerical experiments, ranging from the logistic map to an eight-dimensional Lorenz system of differential equations (the Lorenz 96 system), suggests that our method is superior to tangent space methods and that it compares very favourably with direct methods.
主题: 混沌动力学 (nlin.CD)
引用方式: arXiv:nlin/0410020 [nlin.CD]
  (或者 arXiv:nlin/0410020v1 [nlin.CD] 对于此版本)
  https://doi.org/10.48550/arXiv.nlin/0410020
通过 DataCite 发表的 arXiv DOI
期刊参考: Physica D 212 (2005) 100-110
相关 DOI: https://doi.org/10.1016/j.physd.2005.09.011
链接到相关资源的 DOI

提交历史

来自: Georg Gottwald A. [查看电子邮件]
[v1] 星期五, 2004 年 10 月 15 日 03:25:01 UTC (45 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
nlin.CD
< 上一篇   |   下一篇 >
新的 | 最近的 | 2004-10

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号