[论文解读] Singular Value Decomposition and Entropy Dimension of Fractals

Xiaojing Weng, Altai Perry+2 more|arXiv (Cornell University)|Nov 15, 2022

Fractal and DNA sequence analysis被引用 5

一句话总结

本文提出了一种新的、不变的分形复杂度度量方法——奇异值分解（SVD）熵，用于描述通过克罗内克积迭代生成的康托尔分形。研究表明，SVD熵在分形阶数变化时保持恒定，使其成为一种稳健的、基于场的复杂度维度，类似于豪斯多夫维数，但专为全向波系统（如衍射分形和无线通信系统）而设计。

ABSTRACT

We analyze the singular value decomposition (SVD) and SVD entropy of Cantor fractals produced by the Kronecker product. Our primary results show that SVD entropy is a measure of image ``complexity dimension" that is invariant under the number of Kronecker-product self-iterations (i.e., fractal order). SVD entropy is therefore similar to the fractal Hausdorff complexity dimension but suitable for characterizing fractal wave phenomena. Our field-based normalization (Renyi entropy index = 1) illustrates the uncommon step-shaped and cluster-patterned distributions of the fractal singular values and their SVD entropy. As a modal measure of complexity, SVD entropy has uses for a variety of wireless communication, free-space optical, and remote sensing applications.

研究动机与目标

• 建立SVD熵作为分形复杂度的度量，使其在分形阶数增加（即克罗内克积迭代）时保持不变。
• 表征通过克罗内克积生成的康托尔分形所特有的阶梯状奇异值分布。
• 探讨SVD熵在如衍射等线性变换下的不变性，以评估其在波传播系统中的实用性。
• 研究核结构（特别是填充因子和尺寸）对SVD熵及其聚类行为的影响。
• 提供一种基于场的归一化方法（Rényi熵指数 = 1），以实现电磁和光学系统中的实际应用。

提出的方法

• 计算由二值核矩阵 $\mathbf{K}^{(1)}$ 的重复克罗内克积定义的康托尔分形的奇异值分解（SVD）。
• 通过 $p_i = \sigma_i / \sum_j \sigma_j$ 对奇异值进行归一化，以定义熵计算的概率分布。
• 计算SVD熵为 $H_{\text{svd}} = \frac{1}{n\log_2 s} \sum_i p_i \log_2 p_i$，其中归一化依赖于分形阶数 $n$ 和核尺寸 $s$。
• 分析不同核类型和分形阶数下的奇异值分布，以识别阶梯状模式和聚类现象。
• 比较各种 $s \times s$ 核的SVD熵值，以识别与填充因子和核对称性相关的趋势。
• 证明 $H_{\text{svd}}$ 在克罗内克积顺序排列和线性变换（如衍射）下保持不变。

实验结果

研究问题

• RQ1 SVD熵在康托尔分形中是否在分形阶数增加（即克罗内克积迭代次数）时保持不变？
• RQ2 通过克罗内克积生成的康托尔分形的奇异值分布与非分形或非自相似矩阵的奇异值分布有何不同？
• RQ3 SVD熵在多大程度上与分形核结构（如填充因子或对称性）相关？
• RQ4 鉴于SVD熵在线性变换下保持不变，它能否作为衍射分形等波基系统中的稳健复杂度度量？
• RQ5 基于场的归一化方法（Rényi指数 = 1）如何影响SVD熵在光学和无线系统中解释与实际测量？

主要发现

• 尽管矩阵尺寸和奇异值数量呈指数增长，SVD熵在所有分形阶数 $n$ 下保持不变。
• 康托尔分形的奇异值分布表现出明显的阶梯状模式，这是由于奇异值重复所致，反映了其内在的分形冗余性。
• 填充因子较低的核（即 $\mathbf{K}^{(1)}$ 的和小于 $s^2/2$）倾向于产生更高的SVD熵值，表明其图案分布更复杂。
• 对于 $s \times s$ 核，$H_{\text{svd}}$ 值聚类为 $s$ 个独立组，当 $s=3$ 时唯一值少于20个，当 $s=5$ 时少于100个。
• 通过克罗内克积构成的复合分形的SVD熵等于其各组成矩阵SVD熵的平均值，与乘积顺序无关。
• SVD熵在如衍射等线性变换下保持不变，表明其适用于表征波通过分形孔径（即衍射分形）传播的特性。