Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 7 von 21
Zurück zur Trefferliste

Finding recurrence networks' threshold adaptively for a specific time series

  • Recurrence-plot-based recurrence networks are an approach used to analyze time series using a complex networks theory. In both approaches - recurrence plots and recurrence networks -, a threshold to identify recurrent states is required. The selection of the threshold is important in order to avoid bias of the recurrence network results. In this paper, we propose a novel method to choose a recurrence threshold adaptively. We show a comparison between the constant threshold and adaptive threshold cases to study period-chaos and even period-period transitions in the dynamics of a prototypical model system. This novel method is then used to identify climate transitions from a lake sediment record.

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Statistik - Anzahl der Zugriffe auf das Dokument
Metadaten
Verfasserangaben:Deniz Eroglu, Norbert MarwanORCiDGND, Sushma PrasadORCiD, Jürgen KurthsORCiDGND
DOI:https://doi.org/10.5194/npg-21-1085-2014
ISSN:1023-5809
Titel des übergeordneten Werks (Englisch):Nonlinear processes in geophysics
Verlag:Copernicus
Verlagsort:Göttingen
Publikationstyp:Wissenschaftlicher Artikel
Sprache:Englisch
Jahr der Erstveröffentlichung:2014
Erscheinungsjahr:2014
Datum der Freischaltung:27.03.2017
Band:21
Ausgabe:6
Seitenanzahl:8
Erste Seite:1085
Letzte Seite:1092
Fördernde Institution:project "Gradual environmental change versus single catastrophe - Identifying drivers of mammalian evolution" - Leibniz Association (WGL) [SAW-2013-IZW-2]
Organisationseinheiten:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Geowissenschaften
Peer Review:Referiert
Publikationsweg:Open Access
Name der Einrichtung zum Zeitpunkt der Publikation:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Erd- und Umweltwissenschaften
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.