调查“霾特别法律”的含义在韩国空气质量

文摘

在这部作品中,空气污染指数在三个城市(首尔、釜山、和大邱)研究了在韩国使用多重分形去趋势波动分析(MF-DFA)。赫斯特、Renyi和霍尔德指数被用来分析浓度时间序列的特征和 。结果表明,分形存在于每个季节间隔和多重分形程度比的 。调查的影响“霾特殊法律”的实现2月15日,2019年,我们的时间序列进行了分析在时间从2月15日,2018年,2018年12月16日和2月15日,2019年,2019年12月16日。后我们发现多重分形谱宽度的实现法律是小于法律面前所有的城市,这表明,法律的制定方面发挥了作用在改善空气污染控制在韩国的效率。我们也得出这样的结论:法律的重大影响在大城市会特别明显。研究分形的主要原因,使用MF-DFA打乱和phase-randomized系列进行了分析,结果表明,厚尾分布导致的分形时间序列之前和之后的实现“霾特殊法”在首尔和大邱,而远程相关性导致分系列的之前和之后的实现法律在釜山。

1。介绍

社会经济的快速发展和工业化和城市化的加速,空气污染已逐渐成为影响人们生活的一个重要问题,因此获得了相当多的公众和政府的关注。空气污染与气候密切相关,生态,健康。研究表明,硫氧化物和氮氧化物可以呼吸系统造成巨大的伤害,甚至导致严重的呼吸衰竭(1]。因此,许多研究人员已经开始探讨大气颗粒物很重要。许多研究表明和是两个主要污染物在各种空气污染物(2- - - - - -6]。因此,在本研究中,我们关注和调查了两个基于污染物空气污染指数(API)之间的关系和不同的季节。我们也检查是否“霾特殊法律”的实现2月15日,2019年,对提高空气质量有影响在韩国使用多重分形去趋势波动分析(MF-DFA)。

我们知道MF-DFA模型可以揭开隐藏在多重分形性质的非平稳时间序列多重分形源于这时间相关性(7,8]。因此,股票市场的多重分形性质(9- - - - - -13),外汇市场(14- - - - - -16[],比特币市场17),大气科学(18),和相变19]研究了。最近,多重分形分析是用来研究每日气温时间序列(20.]。此外,MF-DFA也是一个有效的方法在分析人类的心跳时间序列(21]。基于对血压和心率的复杂性的分析,性别卡斯蒂格利奥尼等。22)使用了多重分形技术调查心血管疾病的预警信号。此外,MF-DFA已经在一些研究中用来实现特定的图像分析(23,24]。

近年来,许多研究已经进行和结果表明,空气污染水平的提高与一个更高的死亡率和一些相关负面影响肺部(25]。尽管有许多研究API,很少有研究关注于API的MF-DFA时间序列。通过每小时平均浓度时间序列,史等。26]分析了多重分形性质在四个空气监测站使用MF-DFA成都。Zhang et al。27)使用了多重分形去趋势互相关分析(MF-DCCA)之间的互关联分析和气象因素。最近,Zhang et al。28]分析了多重分形的特征时间序列在香港使用经验模式decomposition-based MF-DFA方法。多重分形性质之间的联系气象因素和污染物在城市和农村地区已经被他(验证29日]。

基于MF-DFA,多重分形特征污染物的变化出现在不同的季节在这个研究调查。季节性因素的影响和进行了分析,季节性生理变化的和使用分浓度被证实。此外,我们进行了多重分形的有效性比较分析空气污染改造自颁布“霾特殊法律。“从这,我们可以提供一个依据制定科学有效的综合空气污染控制政策。

本文组织如下。我们简要概述MF-DFA的程序部分2。在下一节中,我们描述了数据信息。部分4说明了实证结果。部分5总结了纸。

2。方法

在本节中,我们描述了利用MF-DFA [30.)来衡量阴霾的多重分形行为在所有季节,和时间序列的多重分形特征API之前和之后的实现“霾特殊法律。“MF-DFA Kantelhardt总结了技术细节如下。

作为一个时间序列从来 ,在哪里N是信号的长度,相应的求和序列由以下集成: 在哪里的平均值 。

随后,这个概要文件Y进一步划分为不重叠的窗口长度相等年代。在大多数情况下,规模年代不是一个多个时间序列和一小部分的系列的终结吗Y的存在。克服信息流失的问题在分裂过程中,重复同样的过程从另一边的系列。因此,窗户都收购了。

接下来,最小二乘数据拟合的方法用于评估当地的每个窗口的趋势 ,的拟合多项式窗户是用 。方差是由去趋势时间序列,计算之间的区别Y和y被描述为,合成方程 如果 ,和 如果 。

最后,计算的均值窗户,问阶波函数获得的是 如果 ;根据洛必达法则,

通过分析双日志块与年代和一个不同的问的扩展行为波动是由幂律 ,从这个,一个家庭比例指数 ,广义的赫斯特组件,可以获得。是标准的DFA,如果 。时间序列上的赫斯特指数提供信息,如幂律相关的行为,当 ,它表示时间序列有一个负面的或者antipersistence财产。当 ,然后时间序列具有积极的持久性和表示时间序列具有不相关的布朗的过程。

的Renyi指数 ,与一般的赫斯特指数,可以表达的 此外, 在哪里α代表了霍尔德指数和奇点的强度和特征是一个分形维数与特定的集合点α。在绘制曲线α和 ,形状就像一个倒抛物线和它们的复杂性的程度用分形的宽度的力量(31日]。

3所示。数据收集

我们使用API首尔时间序列来研究在不同季节API序列的多重分形特征。测量的实现的影响”阴霾特别法律,“我们的数据集在韩国三覆盖的城市。3城市位于韩国的不同部分,和任意两个城市之间有一定的距离。结果计算出样品中选择这种方式充分反映的影响和效果的实现“霾特殊法”在整个韩国。

实验数据的来源 和浓度是“韩国环境部”和“韩国公司环境,”和更具体的数据是在韩国提供的监测站。更详细的信息,请参考https://www.airkorea.or.kr/web和https://aqicn.org/city/seoul/kr。表1显示信息的目标城市和相应的监测站。多重分形分析的API在不同季节,样本记录从3月3日,2018年,2019年2月25日。我们认为3月至5月,6月至8月,9月,11月,12月和2月的四个季节:春天,夏天,秋天,冬天,分别。每间隔90每日数据点分配一个时间序列。分析效率的实现“霾特殊法”在2月15日,2019年,我们选择了一个时间序列在同一时期。数据记录从2018年2月15日至12月16日,2018年,从2月15日,2019年12月16日,2019年,每间隔305每日数据点分配一个时间序列。每个时间序列的描述性统计如表所示2。

4所示。实验结果

我们首先分析两个时间序列的多重分形性质每个季节和比较的多重分形程度与 。第二,我们对两个时间序列进行多重分形分析在同一季节并确认是否“霾特殊法”的实施对空气质量有任何影响。

在这项研究中,我们选择的最小段规模 ,规模和最大的环节 ,和问来自到10。的范围问同样选择了多重分形分析拉美股票市场的股票价格和收益(32]。此外,的范围年代选择根据建议(33,34]。

4.1。多重分形分析和

从日常API数据中选择部分3,我们画的时间序列和在图1。从图1,我们可以看到一种双方的高浓度和低浓度在中间出现,这表明由于季节性因素,空气污染都在夏天低浓度和高浓度的特点在冬天。在夏季(6月到8月),空气污染物的浓度会上升,而在冬季(12月至次年2月),空气污染物的浓度趋于减少。

检查扩展范围的存在,远程相关性,和分形指数在四个季节中,我们第一次显示的双对数图和时间尺度年代的和 。在图2,实线代表双重计算之间的阴谋和时间尺度年代,虚线表示相应的拟合线。虚线所示,减少梯度问增加从,这表明和时间序列多重分形特性的季节。

多重分形定量测量,我们应用MF-DFA估计两种污染物指标的属性和 。首先,我们计算广义赫斯特指数然后获得Renyi指数和霍尔德指数α这两个指标。

图3显示之间的关系和问。广义赫斯特指数的时间序列在任何季节不是常量,这表明不monofractal系列。我们注意到,增加而单调减小问,显示的时间序列和不是单一的分形。数据3(一个)和3 (b)代表和 ,分别。

如表中所示3的值,所有的时间序列都大于0.5,暗示波动有显著的积极的持久性。这两个指标的时间序列在某些季节甚至大于1,这是符合一些先前的研究结论(26,35]。为时间序列,在春天持久性比其他季节,和时间序列,秋天有最强的持久性。我们计算对于每一个时间序列 。从图3和表3我们观察到,冬天是最高的时间序列,这意味着它的多重分形特征是更强的冬天,和其他三个季节的分是相对稳定的。但是,对于时间序列分形在春天是高于其他季节。

此外,时间序列的分形的力量也可以用一个非线性测量Renyi指数曲线(36]。如图4,所有Renyi指数曲线是非线性的,这反映了多重分形的的证据和系列。此外,这些系列的不同曲线的非线性行为表明,多重分形的优势度也不同。

然后,我们计算霍尔德指数α和分形维数使用方程(8)。的宽度α也代表分的程度。一个更大的表明一个更强大的多重分形性质。在图5和表3,上述结论我们赫斯特指数和Renyi指数进行了讨论。此外,如图5多重分形谱是强烈不对称,分形组织的一个重要指标,不对称系数,用于量化多重分形谱的不对称,据估计在37]。

基于表3,多重分形特性可以清楚地证实了时间序列,可以看到,除了春天,赫斯特指数和多重分形谱宽度的显然是更大的比和多重分形程度的比那些吗 。

4.2。的影响“霾特殊法律”

在本节中,我们专注于“霾特殊法”的实施和研究法律是否有效地治理大气污染。我们每天选择同期数据描述的部分3。正如我们以上研究,多重分形程度的比的 。因此,在本节中,我们关注的比较浓度。我们展示了时间序列法实施前后在首尔,釜山,大邱图6。

波动的统计数据的渐近特性,足够长度的序列保证准确估计的赫斯特指数,和一个短序列,渐近值的斜率与将缺乏38]。选择观察的总数为305人,以消除怀疑是否选中的时间序列多重分形分析的结果可以代表调查,我们处理这个问题通过计算置信区间的赫斯特指数检查是否有差异造成的法律为所有三个城市。样本数量的增加从50到300年,每个额外的间隔是10。置信水平的选择 。对于每一组示例的长度,我们生成打乱时间序列1000次,然后,置信区间是绘制在图7。

如图7正如预期,域尺寸随时间序列的长度的增加。然而,当时间序列的长度大于200年,减少域置信区间的大小是相当缓慢的,和一个独特的渐近行为。除此之外,我们看到首尔的置信区间不重叠,而对于釜山([0.34,0.39],[0.32,0.37]后)和大邱(之前[0.55,0.64]和[0.58,0.69]后),置信区间重叠很大。因此,我们可以得出结论,首尔有差异造成的法律;然而,同样的结论是不确定的釜山和大邱。

现在,我们首先描述波动函数的双对数图与问和年代为时间序列。如图8系列,波动值线性增长年代,这表明一个幂律行为和远程相关性存在于每一对系列。梯度下降表明,所有时间序列多重分形特征。

广义的赫斯特指数 ,Renyi指数 ,和霍尔德指数α之前和之后的时间序列的颁布“霾特殊法”对所有这三个城市是如图9- - - - - -11,分别。

在图9,结果表明,广义赫斯特指数的这三个城市的减少与多样问,从而显示出多重分形这两个系列的行为。我们提出这些系列表4。所有的赫斯特指数被证实是大于0.5,这表明所有的时间序列表现出积极的持久性。此外,我们观察到的实现法律面前后大于法律,这意味着法律面前波动有更重要的持久性。随后,我们计算的范围对于每一个时间序列,并在表中4。我们发现三个城市,大律法之后,这表明多重分形特征强,法律面前的分形时间序列更稳定。

的Renyi指数绘制在图10都是非线性问,它提供了进一步的证据存在的分形。我们注意到在法律面前的曲率Renyi指数较高,这意味着时间序列的实现法律面前有更强的多重分形特征。这些都是符合广义赫斯特指数的计算结果。

最后,这些时间序列的多重分形谱。我们描述之间的曲线α和在图11。我们看到,多重分形谱不显示为点,这表明所有的时间序列分形。然后,计算和展示在表吗4。从表4,可以看出和法律颁布后的时间序列的实现法律面前低于三个城市,这意味着时间序列的分形变得更加稳定和政府采取的措施,“霾特殊法律”的效率在三个城市是显而易见的;这个结论可以被称为16,39),指出分形的减少意味着效率改进的一些措施。此外,我们还注意到,“霾特殊法律”的效率在首尔最明显,与釜山相比,在去年大邱。有趣的是,订单是一样的规模和繁荣的城市。因此,我们可以得出这样的结论:法律影响更高更大的城市。

4.3。多重分形特性的来源

多重分形是举世公认的两个来源的长程相关性和厚尾分布7,40]。现在,我们调查的分形的主要来源浓度系列。检查远程相关性和厚尾分布的贡献定量,我们洗牌和phase-randomize时间序列。

随后,我们计算赫斯特指数 ,的Renyi指数 ,和霍尔德指数的原始,打乱,phase-randomized时间序列的三个城市。如数据所示12- - - - - -14,所有时间序列多重分形。从表5,所有最初的系列都要比其他的重组和phase-randomized时间序列,这表明持久性洗牌和phase-randomization后被移动。此外,这三个城市的原创剧集最大频谱宽度 ,多重分形下降而在洗牌和phase-randomizing系列。研究结果也可以在数据确认12- - - - - -14。

检查的主要来源分,第一和第三行图14表明phase-randomized系列的多重分形谱是狭隘的,这意味着分的主要来源在首尔之前和之后的系列法律和大邱是厚尾分布。第二行图14表明重组的多重分形谱系列是狭隘的,这意味着远程相关性结果分系列的之前和之后釜山的法律的实施。

5。结论

在这项研究中,我们审查的多重分形特征和时间序列的季节。我们确定多重分形的存在,在每个季节,和的多重分形性质比的吗在每一个季节。我们也验证的有效性”阴霾特别法律,”这是实现在韩国改善空气污染的治理。我们检查是否有差异造成的法律对这些城市和计算置信区间的赫斯特指数 。结果表明,首尔的置信区间不重叠,而置信区间重叠釜山和大邱,表明有一个差异造成的对韩国的法律;然而,同样的结论是不确定的釜山和大邱。通过比较赫斯特指数,Renyi指数,和霍尔德指数的时间序列浓度的实现法律面前被发现多重分形程度更高,这降低了法律的制定。这种现象反映了一个事实,法律也扮演了一个角色在改善空气污染控制在韩国的效率。我们也得出结论,法律就会更加显著的影响在一个更大的城市。探讨分形的主要原因,我们和phase-randomized原系列的 。通过分析多重分形谱的宽度 ,结果表明,厚尾分布的分两次系列的之前和之后的实现“霾特殊法”在首尔和大邱,而远程相关性导致的分形系列之前和之后的实现法律在釜山。我们的结论是,法律的实施非常成功和有效的改善的水平。因此,我们认为“霾特殊法律”是一个可能的原因在韩国API的变化。

数据可用性

可用的数据将被要求与相应的作者。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

确认

第一作者(王健)得到了中国学术委员会(201808260026)。j·s·金BK21 +项目的支持表示感谢。相应的作者魏邵教授Darae Jeong感谢有益的讨论。

引用

1. g .沙迪克和j·韦克菲尔德”,造型每日多元污染物数据在多个站点,“皇家统计学会杂志》:系列C(应用统计),51卷,不。3、351 - 372年,2002页。视图:出版商的网站|谷歌学术搜索
2. m . O 'Dwyer2010年爱尔兰的空气质量:环境空气质量的关键指标、环保局、韦克斯福德,爱尔兰,2011年。
3. 答:查罗诺,l·吉尔。”在十商业建筑室内/室外空气污染关系:点_2.5也没有₂”,建筑与环境卷,80年,第173 - 159页,2014年。视图:出版商的网站|谷歌学术搜索
4. m . Hazenkamp-von Arx, t . Gotschi Ackermann-Liebrich et al .,”点_2.5也没有₂评估在21个欧洲研究中心ECRHS II:年度意味着和季节性差异,”大气环境,38卷,不。13日,1943 - 1953年,2004页。视图:出版商的网站|谷歌学术搜索
5. h·k·赖l . Bayer-Oglesby r . Colvile et al .,”室内空气的浓度点的决定因素_2.5,黑烟,也没有₂在六个欧洲城市(EXPOLIS研究),“大气环境,40卷,不。7,1299 - 1313年,2006页。视图:出版商的网站|谷歌学术搜索
6. 格列佛k . de Hoogh j ., a . v . Donkelaar et al .,“下午西欧的发展_2.5也没有₂土地利用回归模型将采用卫星和化学传输建模数据,”环境研究卷,151年,页1 - 10,2016。视图:出版商的网站|谷歌学术搜索
7. s . Drożdżj . Kwapieńp Oświecimka, r·爱”量化特征时间序列的多重分形的微妙之处”EPL (Europhysics字母),卷88,不。6,60003年,页2010。视图:出版商的网站|谷歌学术搜索
8. r . j . Buonocore t身上花费,t·迪马特奥“测量金融时间序列多尺度,”混乱,孤波和分形卷。88年,38-47,2016页。视图:出版商的网站|谷歌学术搜索
9. p . Oświecimka s Drożdżj . Kwapień,a z Gorski,“分形、log-periodicity和金融崩溃,”Acta自然史Polonica一,卷117,不。4、637 - 639年,2010页。视图:出版商的网站|谷歌学术搜索
10. 比比曼德布洛特和n . Goldenfeld”分形和扩展金融:不连续,浓度,风险,”今天的物理,51卷,不。8日,59-60,1998页。视图:出版商的网站|谷歌学术搜索
11. s . Drożdżr·科瓦尔斯基·Oświecimka r·爱和r . Gebarowski“金融分形动力学各种形状,”复杂性ID 7015721条,卷。2018年,13页,2018。视图:出版商的网站|谷歌学术搜索
12. 摩洛哥的s . Lahmiri“多重分形分析家族企业股票回报,”自然史答:统计力学及其应用卷,486年,第191 - 183页,2017年。视图:出版商的网站|谷歌学术搜索
13. x赵、p .商和金,“多重分形去趋势互相关分析基于时间延迟的中国股市,”分形,19卷,不。03年,329 - 338年,2011页。视图:出版商的网站|谷歌学术搜索
14. 邵和j·w·王”的“破冰”的南和北朝鲜影响韩国金融市场?”混乱,孤波和分形文章ID 109564卷,132年,2020年。视图:出版商的网站|谷歌学术搜索
15. D.-H。王,X.-W。Yu, y y。缩,“人民币汇率指数的统计特性。”自然史答:统计力学及其应用,卷391,不。12日,第3512 - 3503页,2012年。视图:出版商的网站|谷歌学术搜索
16. 王y Ning, y, C.-W。苏,”中国外汇改革如何影响外汇市场的效率?”自然史答:统计力学及其应用卷,483年,第226 - 219页,2017年。视图:出版商的网站|谷歌学术搜索
17. Lahmiri和s . Bekiros“比特币市场混乱,随机性和multi-fractality”,混乱,孤波和分形卷。106年,28-34,2018页。视图:出版商的网站|谷歌学术搜索
18. p . Manimaran和a·c·斯瓦米”多重分形去趋势互相关分析空气污染物海德拉巴大学校园,印度,”自然史答:统计力学及其应用卷,502年,第235 - 228页,2018年。视图:出版商的网站|谷歌学术搜索
19. c . l .赵w . Li Yang, j .汉z苏,和y .邹,“分形和网络分析相变,”《公共科学图书馆•综合》文章ID e0170467卷。12日,2017年。视图:出版商的网站|谷歌学术搜索
20. n Kalamaras k . Philippopoulos d . Deligiorgi c . g . Tzanis和g . Karvounis”每天的气温时间序列多重分形扩展属性,“混乱,孤波和分形卷。98年,中山,2017页。视图:出版商的网站|谷歌学术搜索
21. c . j . Li陈,问:姚明et al .,“昼夜节律的影响在心率信号的相关性和分形运动,”自然史答:统计力学及其应用卷,509年,第1213 - 1207页,2018年。视图:出版商的网站|谷歌学术搜索
22. p·卡斯蒂格利奥尼,d . Lazzeroni, p . Coruzzi, a . Faini”Multifractal-multiscale分析心血管信号:DFA-based描述性别、血压和心率的复杂性的”复杂性ID 4801924条,卷。2018年,14页,2018。视图:出版商的网站|谷歌学术搜索
23. w·史R.-B。邹,f . Wang和l .苏”,一种新的图像分割方法基于多重分形去趋势移动平均分析,“自然史答:统计力学及其应用卷,432年,第205 - 197页,2015年。视图:出版商的网站|谷歌学术搜索
24. 问:f . Wang风扇,h·e·斯坦利“多尺度多重分形detrended-fluctuation分析二维表面,”物理评论E文章ID 042213卷,93年,2016年。视图:出版商的网站|谷歌学术搜索
25. 李x m .郑j . Pu et al .,”引起的异常表达lncrnas点的识别_2.5在人类支气管上皮细胞,”生物科学报告,38卷,不。5篇文章ID BSR20171577 2018。视图:出版商的网站|谷歌学术搜索
26. 施k、c·刘和y黄点的“多重分形过程和自组织临界性_2.5一个典型的阴霾期间在成都,中国气溶胶和空气质量研究,15卷,不。3、926 - 934年,2015页。视图:出版商的网站|谷歌学术搜索
27. c . Zhang z倪,l .倪“多重分形去趋势点之间的互相关分析_2.5和气象因素。”自然史答:统计力学及其应用卷,438年,第123 - 114页,2015年。视图:出版商的网站|谷歌学术搜索
28. l . s . c .张x Wang Chen邹,x,和c·唐”,研究日常点_2.5浓度在香港使用EMD-based MFDFA方法,”自然史答:统计力学及其应用,第530卷,第121182页,2019年。视图:出版商的网站|谷歌学术搜索
29. 》。他,“多重分形分析气象因素之间的互动模式和污染物在城市和农村地区,“大气环境卷。149年,47-54,2017页。视图:出版商的网站|谷歌学术搜索
30. j . w . Kantelhardt s . a . Zschiegner e . Koscielny-Bunde s Havlin a .由h·e·斯坦利,”的非平稳时间序列的多重分形去趋势波动分析”,自然史答:统计力学及其应用,卷316,不。1 - 4、87 - 114年,2002页。视图:出版商的网站|谷歌学术搜索
31. l . Zunino b . m . Tabak A . Figliola d·g·佩雷斯·m·Garavaglia o·A·罗索,“股票市场效率低下的多重分形方法,”自然史答:统计力学及其应用,卷387,不。26日,第6566 - 6558页,2008年。视图:出版商的网站|谷歌学术搜索
32. l . Zunino a . Figliola b . m . Tabak d·g·佩雷斯·m·Garavaglia o·a·罗索,“多重分形结构在拉丁美洲的市场指数,”混乱,孤波和分形第41卷。。5,2331 - 2340年,2009页。视图:出版商的网站|谷歌学术搜索
33. b . Lashermes p Abry, p . Chainais”的新见解标度指数的估计,”国际期刊的小波多分辨率和信息处理,卷2,不。4、497 - 523年,2004页。视图:出版商的网站|谷歌学术搜索
34. e·a·f·Ihlen”介绍Matlab多重分形去趋势波动分析,“前沿生理学,3卷,141页,2012年。视图:出版商的网站|谷歌学术搜索
35. f . l .江x赵:Li Li和z .郭,“不同的多重分形标度0厘米地面平均温度的四个代表气象站在中国,“气象学的进展ID 341934条,卷。2013年,8页,2013。视图:出版商的网站|谷歌学术搜索
36. p·c·伊万诺夫l·a·n·阿马拉尔Goldberger et al ., a . l .“人类心跳动力学、分形”自然,卷399,不。6735年,第465 - 461页,1999年。视图:出版商的网站|谷歌学术搜索
37. 美国Drożdż和p . Oświecimka检测和解释扭曲在组织层次复杂的时间序列,”物理评论E文章ID 030902卷,91年,2015年。视图:出版商的网站|谷歌学术搜索
38. c . Ibarra-Valdez j·阿尔瓦雷斯,j . Alvarez-Ramirez“随机性信心乐队金融价格分形标度指数的回报,”混乱,孤波和分形卷,83年,第124 - 119页,2016年。视图:出版商的网站|谷歌学术搜索
39. d . Stosićd Stosić、t . Stosić和h·e·斯坦利“多重分形分析,管理和独立浮动汇率,”自然史答:统计力学及其应用十三至十八卷,428,页2015。视图:出版商的网站|谷歌学术搜索
40. k . Matia y Ashkenazy, h·e·斯坦利“股票和大宗商品价格波动的多重分形特性,”Europhysics字母(EPL),卷61,不。3、422 - 428年,2003页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020剑王等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。