生命旋回和突变现象的数据分析

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。