[发明专利]一种基于矩阵传递熵的时间序列因果性分析方法及其计算机装置

摘要

本发明公开了一种基于矩阵传递熵的时间序列因果性分析方法及其计算机装置和应用，通过Parzen窗变量的概率密度估计方法直接计算二阶Renyi熵，并将其推广到变量X的α阶Renyi熵，结合Gram矩阵定义矩阵传递熵，然后在传统的基于传递熵的因果性分析方法的基础上，通过矩阵传递熵计算因果性分析指标，最后按照因果性判断标准分析两个时间序列的因果性。与格兰杰因果性分析方法相比，该方法克服了“回归模型”的缺陷，能够用于具有非线性因果关系的时间序列中，与传统的基于传递熵的因果性分析方法相比，该方法鲁棒性好，易于计算而且计算复杂度低，适用于计算复杂度低的场合；将该分析方法应用于临床应用中用于探索患有呼吸暂停综合症病人的呼吸和心跳之间的因果性，具有良好的应用效果。

主权项

1.一种基于矩阵传递熵的时间序列因果性分析方法，其特征在于，包括以下步骤：步骤S1，确定两个时间序列X和Y，并且生成关于X的向量自回归模型，并且采用贝叶斯信息准则确定X的嵌入维度；步骤S2，结合步骤S1中X的嵌入维度基于Silverman准则确定高斯核宽度；步骤S3，基于矩阵传递熵计算因果性分析指标，计算Y到X的因果性；其具体过程是：基于Parzen窗变量的概率密度估计方法计算变量X的二阶Renyi熵，并将其推广到变量X的α阶Renyi熵，结合Gram矩阵定义X的矩阵传递熵，得到Y到X的矩阵传递熵为：其中k为嵌入维度；计算时取α＝2；步骤S4，重复步骤S1‑S3，计算得到X到Y的矩阵传递熵MTEX→Y；步骤S5，按照因果性判断标准分析并得到两个时间序列的因果性。