空间数据流的多重分形同质性与极端波动多分辨率监控研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61903309
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    23.0万
  • 负责人：
    吴量
  • 依托单位：
    西南财经大学
  • 学科分类：
    F0304.系统工程理论与技术
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Spatial data streams exist in complex systems of various fields. Their extreme fluctuations often lead to high-risk extreme events. The studies of spatial data streams and their extreme fluctuations are important for risk management of extreme events in complex systems. Multifractality is an important feature of data fluctuations in complex systems, and can catch the nonlinear characteristics of complex systems. This project intends to apply multifractal theory, spatial statistical analysis method, resampling method of time series and multiresolution analysis method to study the multifractality of spatial data streams, and explore the monitoring model of extreme fluctuations. This project first studies the multifractal homogeneity of spatial time series, and explores the testing method of multifractal spatial sudden changes. The influence of extreme fluctuations on multifractal characteristics and corresponding hypothesis testing methods are next studied. Based on studies above, this project intends to establish a multiresolution multifractal monitoring model of extreme fluctuations in spatial data streams. Empirical analysis is carried out with hydrologic, environmental and traffic data. This project involves complexity science, information science, probability and statistics. It is a study of multidisciplinary theory and can provide a new tool for researches on risk management of complex systems in related fields.
空间数据流广泛存在于各个领域复杂系统中，其极端波动往往导致高风险的极端事件。空间数据流及其极端波动的研究对于复杂系统极端事件的风险管理十分重要。多重分形是复杂系统数据波动规律的重要特征，能够很好把握复杂系统的非线性特性。本项目拟综合运用多重分形理论、空间统计分析方法、时间序列重抽样方法及信号处理多分辨率分析方法，研究复杂系统空间数据流的多重分形特性，探索其极端波动的监控模型。首先研究空间时间序列的多重分形同质性，探讨多重分形特性的空间突变检验方法；接着研究序列极端波动对多重分形特性的影响，并构建相应的假设检验方法；在以上研究基础上，建立空间数据流极端波动多分辨率多重分形监控模型，利用水文、环境及交通数据，进行实证分析。项目研究涉及复杂性科学、信息科学以及概率统计领域，是多学科理论综合交叉研究，能为相关领域复杂系统风险管理研究提供新的工具。

结项摘要

随着大数据技术的发展，复杂系统中获取的数据具有了时变高频特征，呈现出数据流的形式。这使得对于复杂系统非线性特性的实时监控成为可能。多重分形和长记忆性是复杂系统数据波动规律的重要特征，能够很好把握复杂系统的非线性特性。本项目针对复杂系统中广泛存在的空间数据流，运用多重分形理论，时间序列聚类与重抽样方法、经验模态分解（EMD）以及滑动窗口模型，研究了空间数据流的多重分形与长记忆性质，特别是导致高风险事件的极端波动对他们的影响，并构建了其实时监控模型。具体研究了四个内容：（1）空间时间序列多重分形同质性；（2）复杂特性极端波动影响的假设检验方法；（3）空间数据流极端波动的多分辨率监控模型；（4）复杂系统常用算法机器学习理论。超额完成了申报时预计的研究内容，取得了一系列的研究成果，已发表学术论文10篇，其中CCF A类会议2篇（人工智能领域），SCI（或SSCI）期刊7篇（JCR Q2分区以上4篇），北大核心期刊1篇。这些研究成果能为相关领域复杂系统风险管理研究提供新的工具，并为大数据场景下复杂系统机器学习应用打下基础。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（0）
Reliability analysis and optimal generator allocation and protection strategy of a non-repairable power grid system
不可修复电网系统可靠性分析及最优发电机配置及保护策略
  • DOI：
    10.1016/j.ress.2022.108443
  • 发表时间：
    2022-03
  • 期刊：
    Reliability Engineering and System Safety
  • 影响因子：
    8.1
  • 作者：
    Minhao Cao;Jianjun Guo;Hui Xiao;Liang Wu
  • 通讯作者：
    Liang Wu
Long memory and efficiency of Bitcoin during COVID-19
COVID-19 期间比特币的长记忆性和效率
  • DOI：
    10.1080/00036846.2021.1962513
  • 发表时间：
    2021-08
  • 期刊：
    Applied Economics
  • 影响因子：
    2.2
  • 作者：
    Xiang Wu;Liang Wu;Shujuan Chen
  • 通讯作者：
    Shujuan Chen
有限二阶矩情形与重尾情形下的Hurst参数
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    数学物理学报
  • 影响因子：
    --
  • 作者：
    吴量
  • 通讯作者：
    吴量
Wavelet-based estimations of fractional Brownian sheet: Least squares versus maximum likelihood
基于小波的分数布朗片估计：最小二乘法与最大似然法
  • DOI：
    10.1016/j.cam.2019.112609
  • 发表时间：
    2020-06
  • 期刊：
    Journal of Computational and Applied Mathematics
  • 影响因子：
    2.4
  • 作者：
    Wu Liang;Ding Yiming
  • 通讯作者：
    Ding Yiming
TESTING FOR EFFECTS OF CROSS-CORRELATIONS ON JOINT MULTIFRACTALITY
测试互相关对联合多重分形的影响
  • DOI：
    10.1142/s0218348x21501772
  • 发表时间：
    2021-11-01
  • 期刊：
    FRACTALS-COMPLEX GEOMETRY PATTERNS AND SCALING IN NATURE AND SOCIETY
  • 影响因子：
    4.7
  • 作者：
    Wu，Liang;Wang，Manling;Ding，Yiming
  • 通讯作者：
    Ding，Yiming

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

795nm两组份偏振纠缠光场的实验制备
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    光学学报
  • 影响因子：
    --
  • 作者：
    吴量;刘艳红;邓瑞婕;闫智辉;贾晓军
  • 通讯作者：
    贾晓军
酒石酸钠体系中TC18钛合金阳极氧化膜的制备、表征与疲劳性能
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    航空学报
  • 影响因子：
    --
  • 作者：
    于美;李松梅;吴量;郁秀梅
  • 通讯作者：
    郁秀梅
轮腿式全地形移动机器人位姿闭环控制
  • DOI：
    10.13229/j.cnki.jdxbgxb20180699
  • 发表时间：
    2019
  • 期刊：
    吉林大学学报（工学版）
  • 影响因子：
    --
  • 作者：
    马芳武;倪利伟;吴量;聂家弘;徐广健
  • 通讯作者：
    徐广健
Effects of sealing process on corrosion resistance and roughness of anodic films of titanium alloy Ti-10V-2Fe-3Al
封孔工艺对钛合金Ti-10V-2Fe-3Al阳极氧化膜耐蚀性和粗糙度的影响
  • DOI：
    10.1007/s11771-011-0904-2
  • 发表时间：
    2011-12
  • 期刊：
    Journal of Central South University of Technology
  • 影响因子：
    --
  • 作者：
    吴量;于美;李松梅;吴国龙
  • 通讯作者：
    吴国龙
基于时间系数的单点预瞄驾驶员模型分析
  • DOI：
    10.19562/j.chinasae.qcgc.2019.03.015
  • 发表时间：
    2019
  • 期刊：
    汽车工程
  • 影响因子：
    --
  • 作者：
    马芳武;佘烁;吴量;王佳伟;史津竹;代凯
  • 通讯作者：
    代凯

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码