申请/专利权人：杭州电子科技大学

申请日：2021-10-26

公开（公告）日：2024-03-29

公开（公告）号：CN114137832B

主分类号：G05B13/04

分类号：G05B13/04;G06F18/20

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2022.03.22#实质审查的生效;2022.03.04#公开

摘要：本发明通过在经典因果分析方法传递熵的基础上，结合统计学中的Copula函数推广至高维形式的传递熵，并利用正则藤Copula函数来估计，提出一种有效的R‑VineCopula多变量传递熵的新方法。首先，与已有算法在一系列模拟数据上进行比较，验证了该方法多变量因果分析性能。其次，将该方法应用在执行不同的腕部运动任务时的多通道肌电信号分析。在肌间耦合关系应用中发现，神经肌肉系统在执行不同的腕部运动任务时，如腕展、腕径向偏等，形成了两个与关节区域相联系且具有稳定因果耦合关系的社区结构。R‑VineCopula多变量传递熵对复杂的因果耦合关系作出了准确推断，具有良好的应用价值。

主权项：1.基于R藤Copula传递熵的多变量因果关系方法，其特征在于，包括以下步骤：步骤1、获取多通道表面sEMG信号的同步采集与预处理后的数据，然后进行Copula传递熵：对于满足马尔科夫性的两时间序列x、y，x到y的传递熵以熵的形式定义为 其中，H·H·表示变量之间的香农熵，k和l表示嵌入维度，τ和t表示滞后时间；由1式可得，对于两组时间序列x＝x1,x2,...,xm、y＝y1,y2,...,yn，x到y的多变量传递熵为 多变量联合熵分解为两部分：边缘熵和一个Copula熵； 其中，d表示变量的个数，F·F·表示边缘分布函数，Hc·Hc·表示Copula熵；Copula熵的估计通过蒙特卡罗法来进行；将式3代入式1中，同时消去边缘熵，得Copula传递熵为 步骤2、Copula多变量传递熵：将式3代入式2中，可得Copula多变量传递熵为 步骤3、R藤Copula多变量传递熵基于R-VineCopula函数的多变量传递熵可表达为 当y＝y1时，步骤4、基于R藤Copula多变量传递熵的耦合网络建模与分析；定义通道为网络节点，通道之间的RVCMTE为网络连边；根据上述因果关系，对现有系统的控制关联性进行改进。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于R藤Copula传递熵的多变量因果关系方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD