时间序列的重分形研究开始于20世纪90年代初,该技术已成功应用于物理学、社会学、医学、生物学、经济学、地质学、计算机科学等众多领域,掀起了其在不同学科的研究热潮。但是,这些结果大多是实际数据的重分形性验证及分析;几乎对于所有的非平稳时间序列,用重分形DFA方法计算其Hurst 指数时,至今还不能用精确的方法计算,只能估计;而且几种不同的估计方法经常相互矛盾,究竟哪一种方法所提供的估计最精确还不清楚。事实上,在基础理论方面,人们非常关心的重分形DFA的基本问题进展不是很大。本项目致力于解决这些基本问题,具体来讲主要研究:时间序列的非平稳性对其标度指数的影响问题;q 阶振动函数Fq(s)和广义Hurst 指数H(q)数值计算的精度问题;关于时间序列重分形性产生的内在机理问题。本项目将探索新的理论工具、新的模型和新的算法。在此基础上,我们希望能够将其在交通堵塞预警方面进行应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
奥希替尼治疗非小细胞肺癌患者的耐药机制研究进展
长链基因间非编码RNA 00681竞争性结合miR-16促进黑素瘤细胞侵袭和迁移
非牛顿流体剪切稀化特性的分子动力学模拟
武功山山地草甸主要群落类型高光谱特征
新产品脱销等待时间对顾客抱怨行为的影响:基于有调节的双中介模型
基于多重分形理论的非平稳时间序列的畸变机理研究及应用
非平稳时间序列分形分析及其在民航发动机状态监测中的应用
非平稳信号的重分形DCCA理论及其在交通状态预报上的应用
分形时间序列和复杂网络的重分形分析及其在几个生物信息问题中的应用研究