R中的分形盒计数答案

【问题标题】：Fractal box-counting in RR中的分形盒计数
【发布时间】：2015-05-13 16:44:20
【问题描述】：

实际上我不确定我是否应该在 Stackoverflow 上发布此内容，或者在 CrossValidated 上发布更好，但如果您认为它不合适，可以将其移动 :)

简而言之，我有不同 ID 的数据的 X、Y 坐标。这些是单元轨道数据，我想尝试计算每个 ID 的每个轨道的分形维数。我的数据如下所示：

    structure(c("482.624", "483.577", "484.634", "486.883", "488.211", 
"493.759", "452.133", "450.953", "450.603", "450.424", "450.518", 
"445.979", "0-Si", "0-Si", "0-Si", "0-Si", "0-Si", "0-Si"), .Dim = c(6L, 
3L), .Dimnames = list(NULL, c("X", "Y", "ID")))

我发现您可以使用包fractaldim 并且我尝试将函数fd.estimate 用于二维数据，但我无法真正弄清楚如何使用单个ID 而不是整个数据集。

感谢您的帮助。

【问题讨论】：

你能展示你运行的适用于整个数据集的代码吗？
那个也没用。 :)

标签： r fractals

【解决方案1】：

我不确定我是否理解您的想法，但您需要一个矩阵才能使用二维数据的方法。也许如果您想对每个 id 进行估计，您应该使用其他类型的方法。在这种情况下，每个 id 它只是一个点。

【讨论】：

【解决方案2】：

我认为这里的问题在于您的数据实际上描述了 Cantor Dust（描述了 2D 空间中的数据点，因此您感兴趣的是您的分形/Cantor Dust 距离 2D 有多远）。但是fractaldim 包估计某些 2D 表面有多粗糙。因此，由于您有兴趣估计 k 为 D = 2 - k，fractaldim 找到 k 为 D = 2 + k，即它测量 2D 表面粗糙度和接近 3D 的程度。但是您感兴趣的是您的数据投影到 2D 的密集度/稀疏度有多少，那么您的数据有多少接近 1D 甚至 0D 形成完整的 2D。

我正在解决同样的问题，但仍然没有找到解决方案...

【讨论】：

这并不能真正回答问题。如果您有其他问题，可以点击进行提问。要在此问题有新答案时收到通知，您可以follow this question。一旦你有足够的reputation，你也可以add a bounty 来引起对这个问题的更多关注。 - From Review