基於經驗模式分解的Hurst引數估計器

才智咖 人氣:2.03W

全部作者:單佩韋 李明第1作者單位:華東師範大學,資訊科學與技術學院論文摘要:經驗模式分解(EMD)演算法是估計自相似過程的赫斯特指數的`新方法,本文介紹了我們在MATLAB平臺上設計和實現的赫斯特引數估計器。該系統對多種輸入輸出資料格式進行支援,可按給定分段點對自相似網路流量進行赫斯特引數估計,並提供了友好的使用者介面。關鍵詞:自相似網路業務流,赫斯特指數估計器,經驗模式分解 (瀏覽全文)發表日期:2007年12月05日同行評議:

1.標題若改為“基於經驗模式分解的Hurst引數估計器的MATLAB實現”,則更為貼切。2.1般先介紹原理,後給出實驗資料,因此第3、4兩節的次序應對調。3.p.1“文獻[4]中提出了運用EMD演算法對模擬的分數階高斯噪聲進行了H值估計”,第2個“了”應去掉。4.p.3,式(1)下“則稱…”應頂格寫。5.從p.3起多次出現“IMF”,考慮到該縮略詞並非眾所周知,應在首次出現時寫出全稱“Intrinsic Mode Function”。6.p.3最後1行,“此處不再反覆說明”,應改為“此處不再重複說明”。7.p.4,式(7)下,“其線性函式斜率為K_H 為”,多了1個“為”。8.英文摘要,“In this paper it introduces a Hurst index estimator designed and implemented by us that based on MATLAB.”應改為“This paper introduces a Hurst index estimator designed and implemented by us that is based on MATLAB.”9.英文關鍵詞Keywords第1個“self-similar processes”(自相似過程)與中文關鍵詞“自相似網路業務流”不完全1致,應改為1致。

基於經驗模式分解的Hurst引數估計器
綜合評價:修改稿:注:同行評議是由特聘的同行專家給出的評審意見,綜合評價是綜合專家對論文各要素的評議得出的數值,以1至5顆星顯示。