地区：上海市 宝山区
关键词：湘潭大学;湖南农业大学
成果类型：其它
成果领域：生物与新医药
成果编号：A2021061000004221
成果描述：
| 该项目来源于国家自然科学基金面上项目、教育部“长江学者和创新团队发展计划”创新团队项目、教育部“新世纪人才计划”项目、湖南省“高校科技创新团队”项目、湖南省“芙蓉学者计划”项目、湖南省教育厅重点项目各1个。主要研究分形相关方法(如分数阶微分方程、小波、统计方法)和复杂网络方法在于生物、环境、电力、图像数据分析中的应用。在分数阶微分方程建模与复杂网络分形分析方面：利用耦合的连续时间随机行走模型推导出对应的分数阶扩散方程，利用一类从属子控制的从属过程构建了对应的Fokker-Planck方程；率先提出复杂网络的重分形分析算法，讨论了一类复杂网络的重分形特性和由分式布朗运动时间序列得到的递归网络的拓扑及重分形性质。在生物信息问题研究方面：提出了用RQA和Hilbert-Huang变换、支撑向量机方法等来预测蛋白质的亚细胞(核)位置以及膜蛋白类型(功能)；提出了一种基于完全基因组及动力学语言方法用于物种亲缘关系重构的真正数学上的距离度量；提出了用重分形分析方法来预测大蛋白质的结构类、分析蛋白质分子动力学数据和功能蛋白质序列。在环境数据的分形分析方面：基于重分形分析揭示了太阳活动和地磁活动之间潜在的尺度关系，讨论了太阳辐射指数数据及对应的水平可视网络和珠江流域降雨量数据的重分形特性；在电力和图像数据分形分析方面：利用(时滞)多重分形去趋势互相关分析对美国加州电力市场进行了分析；提出了一种基于仿重分形分析的两个时间序列交叉相关指数计算方法，并定义了一种互相关系数及检测统计量，并用之研究了美国加州1999-2000年电力市场；利用多重分形去趋势波动分析(MF-DFA)对美国加州和PJM电力市场的72个时段的电价进行了聚类识别；基于多重分形去趋势移动平均分析，提出了一种提取局部广义Hurst指数的方法；定义了二维纹理图像的平稳性，提出了判定平稳性的两个方法；提出了一种基于局部多重分形去趋势波动分析的图像分割方法。“大数据时代”一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分。该课题研究的生物、环境、电力、图像数据的分析都是以海量数据为研究对象的学科方向。所得结果具有很强的科学意义以及很高的社会和经济价值。项目执行期间课题组在J.Geophys. Res.、PLoS One、Nonlin. Dyn.、Appl. Surf. Sci.、J. Stat. Mech.、Chaos等国内外核心刊物上发表论文61篇(其中SCI收录43篇；有13篇发表在JCR一区期刊上)。根据查新报告，20篇主要论文被引用达208次，他引113次(其中SCI论文引用155次，SCI他引91次)。 |
