说明：混沌时间序列分析中的Ｇ－Ｐ方法，用来计算相空间重构用到的关联维和嵌入维数
嵌入维数 G_P 混沌 G_P 时间序列-嵌入维数
说明：此程序为局部线性嵌入，能够实现降维功能。
局部线性嵌入 lle care7v4 降维 LLE-降维
说明：相空间重构是一种混沌时间序列的重要处理方法，而cao法则是计算相空间重构嵌入维数的重要方法，与G-P 平均位移法相比较，抗噪能力强，计算嵌入维数更加准确！
说明：C-C算法应用关联积分能够同时估计出时间延迟和嵌入维数，是相空间重构的前提。 本程序通过C-C算法计算duffing方程产生的混沌时间序列的时间延迟和嵌入维数。
C-C算法 duffing方程 混沌时间序列
说明：能实现局部线性嵌入算法来完成数据的降维，需要设置参数有K，d
K. 局部线性嵌入
说明：matlab非线性混沌工具箱：时间延迟、嵌入维、最大李雅指数级关联维、熵等参数。有了自己就不用编程了！
混沌工具箱 matlabtool 嵌入维 延迟-混沌 指数熵
说明：基于互信息量法求出的时间延迟结合cao法求取Rossler系统的嵌入维数。
互信息量法 CAO法 互信息法 Rossler时间延迟 CAO
说明：在相空间重构中，用互信息法求最小关联嵌入维
互信息法求 最小互信息 空间关联 互信息最小 mutual
说明：时间序列的相空间重构延迟时间和嵌入维数的CC算法
相空间重构-CC 延迟时间 重构 CC-重构相空间 CC算法
说明：重构相空间的嵌入维数及时间延迟得C_C算法的MATLAB代码。
ccFunction0 重构相空间MATLAB代码 MATLAB算法 C-C-相空间重构 重构相空间
