Linear Filters and Non-Linear Systems
线性滤波器与非线性系统AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论时间序列滤波、延迟嵌入和非线性系统吸引子维数的估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
线性滤波器与非线性系统
- 研究问题
- 对时间序列进行低通滤波是否会导致吸引子维数计算错误，以及哪些有限阶滤波能够保留延迟嵌入技术所刻画的系统量？
- 方法与思路
- 作者分析有限阶非递归滤波器对非线性系统嵌入的影响，并研究一般性滤波器作用下，可由延迟法等嵌入技术估计的量是否不变。
- 材料陈述的贡献
- 摘要称，有限阶非递归滤波不会产生所述吸引子维数问题；满足文中一般性限定的滤波器保留嵌入技术可估计的相关量。
- 阅读关注点
- 应核对一般性限定的数学含义、系统与嵌入所需条件、滤波后不变量的范围，以及理论不变性和有限样本估计误差的关系。
- 阅读边界
- 仅据Crossref摘要；摘要未说明一般性限定和嵌入条件，不能推广到递归滤波、任意滤波器或含噪有限样本中的精确不变性。
原文摘要
SUMMARY It has been asserted in the literature that the low pass filtering of time series data may lead to erroneous results when calculating attractor dimensions. Here we prove that finite order, non-recursive filters do not have this effect. In fact, a generic, finite order, non-recursive filter leaves invariant all the quantities that can be estimated by using embedding techniques such as the method of delays.