本项目主要研究突变现象的数据分析方法。提出两种新的方法。一种基于差异度的聚类方法,可以分析不同尺度下的突变点,该方法成功地用于气候数据,指出1920年是由冷变暖的突变点,与气象专家的分析一致。另一方法是基于多项式拟合的融合滤波器,该方法能消除平稳噪声、非平稳噪声以及脉冲噪声,同时又能保持突变现象的原始形态。在此方法基础上,可对均值突变、方向突变和方差突变进行识别。对聚类方法和融合滤波器方法,给出了快速算法,对融合滤波器,分析了统计性质和极限性质。该项目的成果钭可在气候数据、地球物理数据、金融数据等的分析中有重要应用。本项目还对生命回旋的应用进行了讨论。
{{i.achievement_title}}
数据更新时间:2023-05-31
EBPR工艺运行效果的主要影响因素及研究现状
基于铁路客流分配的旅客列车开行方案调整方法
“阶跃式”滑坡突变预测与核心因子提取的平衡集成树模型
重大生物事件与化石能源形成演化--兼论地球系统框架下能源学发展
利用α径迹蚀刻定位微量含钨矿物的实验研究
软件生命期数据组织、分析及应用研究
面向客户全生命周期分析与决策的数据挖掘关键算法研究
近海台风突变现象的研究
磷酰化氨酸,肽的催化,转化及生长现象--生命化学