lyapunov_rosenstein_lorenz_c_main.m

Hopfield神经网络算法源程序：这程序是《神经网络模式识别及其实现》第九章<神经联想记忆和Hopfield网络>附的程序

% 计算混沌时间序列lorenz的Lyapunov 指数 - 主函数

clc
clear
close all

%-----------------------------------------------------------------
% 产生 Lorenz 混沌时间序列
disp('---------- Lorenz ----------')

sigma = 16;             % Lorenz 方程参数 a
b = 4;                  %                 b
r = 45.92;              %                 c            

y = [-1,0,1];           % 起始点 (1 x 3 的行向量)
h = 0.01;               % 积分时间步长,也是采样间隔

k1 = 10000;             % 前面的迭代点数
k2 = 5000;              % 后面的迭代点数

z = LorenzData(y,h,k1+k2,sigma,r,b);
xn = z(k1+1:end,1);      % 时间序列,xn应为列向量

%-----------------------------------------------------------------%
tau = 11;                       % 时延
m = 3;   
taumax = 300;                   % 最大离散演化步数
P = 100;                         % 序列平均周期
fs = 100;                       % 采样频率
norm=2;


[xn] = PhaSpaRecon(xn,tau,m);    % 每列为一个点
data=xn';
Y = lyapunov_rosenstein_c(data,tau,m,taumax,norm,P,fs);

figure(1)
subplot(211); plot(Y,'+:'); grid; 
xlabel('i'); ylabel('y(i)'); title('Lorenz')
subplot(212); plot(diff(Y),'.:'); 
grid; xlabel('n'); ylabel('slope');

linear_zone = [60:140];          % 线性区域
F = polyfit(linear_zone,Y(linear_zone),1);
Lyapunov1 = F(1)