基于R藤Copula传递熵的多变量因果关系方法技术

本发明专利技术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

【技术实现步骤摘要】
基于R藤Copula传递熵的多变量因果关系方法


[0001]本专利技术属于神经系统运动控制机制研究领域，涉及R藤Copula、传递熵、复杂网络中的度、聚类系数、平均距离、密度、互易性和模块性计算，从而进行肌间耦合网络分析。

技术介绍

[0002]目前，分析两个时间序列和多个时间序列因果耦合的方法很多，基于多变量自回归模型的格兰杰因果(Granger causality,GC)分析方法，计算相对简单，能够有效描述网络中的双向连接，但它忽略了模型系数相关项，只能测得时间序列之间的线性因果关系。Schreiber等人提出的香农传递熵(Shannon transfer entropy, STE)，作为互信息(mutual information,MI)的一种非对称扩展形式，本身包含着因果方向和动态强度，具有无模型、非线性和定量分析等特点，已被普遍用来探索神经生理信号间的非线性因果耦合特征。然而，当可用数据有限且因果预期效果相当小时，香农传递熵容易遭受严重的错误估计。Marschinski等提出了一种有效传递熵(effective transfer en本文档来自技高网...

【技术保护点】

【技术特征摘要】
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,...,x
m
)、y＝(y1,y2,...,y
n
)，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(
·
...

【专利技术属性】
技术研发人员：佘青山，吴亚婷，马玉良，孙明旭，申涛，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：