时间序列Fourier分析的注记

时间序列分析已在工业、农业、生物、水文、地质和气象等领域中得到了广泛应用,时间序列的Fourier分析方法是分析时间序列周期性的重要方法之一,为了正确地应用这一方法,这里给出它的一个比较明确的提法:在     

建立长期预测模型的新方案及其应用

随着科学技术的不断发展,人类面临着越来越复杂的决策问题。因此,根据事物发展规律,对未来可能出现的情景,作出科学的研究和预测愈益显得迫切和重要。 作定量的长期预测目前广泛应用的有两类统计方法,一类是时间序列分析,另一类是回归分析。时间序列分析中常见的自回归模型,只适于作一、两步外推,长期预测的准确性较差。而     

一个包含外强迫因子的非平稳时间序列的预测方法

气候系统所具有的非平稳性质已经得到越来越多的气象学家的认同. 事实上, 产生非平稳行为的根本原因在于作用在系统上的外部强迫是随时间而变化的. 鉴于此, 本文提出了一个新的非线性和非平稳时间序列的预测方法. 与以往的某些方法最大的不同在于:在建模过程中, 外强迫因子直接参与了预测方程的构建. 还利用时变控制参数条件下,Logistic 映射和Lorenz 方程产生的非平稳时间序列, 对上述方法进行了预测试验. 初步的试验结果表明, 外强迫因子在预测中扮演着与状态变量同等重要的角色, 它们的参与可以有效地改善预测精度.     

基于ARIMA模型对中国入境旅游发展的预测研究

文章运用国际著名的大型集成软件系统中的时间序列方法,根据1978年-2003年的数据对中国的入境旅游人数作了预测分析,为中国选择预测入境旅游人数的统计模型提供了参考.     

基于ARIMA模型对中国入境旅游发展的预测研究

文章运用国际著名的大型集成软件系统中的时间序列方法,根据1978年-2003年的数据对中国的入境旅游人数作了预测分析,为中国选择预测入境旅游人数的统计模型提供了参考。     

北方季风边缘区洞穴石笋δ18O序列预测初步研究

基于时域组合模型建立了中国北方季风边缘区万象洞及黄爷洞石笋δ¹⁸O时间序列的动态模型, 并对未来20年的降水变化趋势进行了预测. 研究结果表明, 时域组合模型较好地提取了时间序列的周期信息, 用其拟合实测数据精度较高; 用其预测时间序列的变化情况, 和现代气象观测记录相吻合, 具有一定的可信度. 同时通过中国北方季风边缘区树轮的预测结果对比显示, 该地区在2012~2013年前后降水最少, 随后20年里将呈现先升后降的变化趋势.     

对维数计算基本限制的重要修正

Grassberger与Procaccia在Pakard等(1980)、Takens(1981)重建相空间方法的基础上,提出了一种由单变量时间序列计算其动力系统吸引子关联维D_2的方法,简称为G-P算法。这一算法给出了由实验数据或观测数据探索其动力系统特征的新途     

字典序地生成根树和树

文献[1]中给出了有序根树的一种序列表示方法,从而字典序地生成所有具有n个顶点的不同构的有序根树。现在我们在此基础上再进一步给出根树和树的序列表示方法,从而字典序地生成所有具有n个顶点的不同构的根树和树。     

哺乳动物驱动蛋白的计算基因组学分析与鉴定

提供了一种新颖的、基于比较基因组学方法的全长驱动蛋白预测方法(full-length kinesin prediction program, FKPP), 用于哺乳动物中驱动蛋白质组的鉴定与研究. 之前的预测认为, 哺乳动物共含94个驱动蛋白, 而用FKPP从哺乳动物的基因组中总共鉴定出134个可能的驱动蛋白基因. 基于数据库中存在的片段序列, 用FKPP鉴定出25个可能的全长驱动蛋白. 此外, 用FKPP方法发现人的动点马达蛋白CENP-E应包含2701个氨基酸, 而不是当初根据克隆预测的2663个氨基酸. 通过对CENP-E的cDNA进行重测序, 并同时采用特异性识别FKPP预测的CENP-E多肽抗体予以实验评估, 结果表明, FKPP预测的CENP-E氨基酸序列是正确的. 为此, 本研究利用FKPP对哺乳动物的驱动蛋白进行了重新分类. 鉴于目前公共数据库含有较多非全长序列的蛋白片段, FKPP可提供一个具有显著效率且准确新颖的全长序列预测手段, 用于驱动蛋白以及其他蛋白家族的分子鉴定.     

建筑物非线性变形动态预测的数据机理:自记忆模型

综合考虑建筑物沉降变形时间序列的单调增长的特殊性和非线性特征,利用动态数据反演建模方法和自记忆性方程,提出了一种随机与动力相结合的建筑物非线性变形预测的数据机理:自记忆模型.该方法将观测到的建筑物沉降位移时序数据视为描写建筑物变形非线性动力系统的特解,运用反演动力模式方法导出系统的微分方程,通过引入记忆函数,将制约动力系统的微分方程推演成一个差分-积分方程,从而建立建筑物沉降非线性变形预测的动力系统自记忆模型.由于该模型用历史资料估计记忆系数,蕴含了历史资料中对预测有用的信息,所以能很好地预测出系统极值,克服了以统计为基础的预报模型在做多步预测时预测值偏向平均值的缺点,较以往单一的确定论或随机统计论预测方法具有更高的拟合精度和预测准确率.将该方法用于实际工程建筑物沉降变形预测,证明了该模型的有效性及可行性.     

随机集序列在拓扑意义下收敛定理

Artstein给出了随机集序列在Hausdorff意义下的强大数定律,本文在更广泛的拓扑意义下给出了随机集序列几乎必然收敛的等价定理。在此基础上给出了随机集序列在各种收敛意义下的关系。     

一种基于结构域的蛋白质功能分类预测新方法

从已知的蛋白质序列数据出发，预测蛋白质的功能是生物信息学研究的一项重要任务。常见而有效的一种方法是将蛋白质按照其序列特征归并到不同的功能类中去。据此我们应用最大似然估计（MLE）算法，发展了一种以蛋白质结构域组成特征为基础的方法，对蛋白质进行功能分类。我们对酵母（Saccharomyces cerevisiae）基因组用MLE方法和文献中记载的另一种方法进行了预测，并对两种方法进行了比较。结果表明MLE方法预测明显优于文献中记载的另一种方法。MLE方法的特异性达到75.45%，敏感性达到40.26%。这个结果也说明结构域是蛋白质的一个重要特性，它与蛋白质的功能紧密相关。     

太阳黑子活动的守恒量预报

介绍了一种预报太阳黑子活动期的方法, 可同时预报太阳黑子峰值的发生时间和峰值大小. 通过研究太阳黑子数的变化规律, 发现了某些变量的组合在整个太阳变化时间里具有不变的性质, 即所谓的守恒量, 只要确定了周期的起始时间, 就可以较准确地预报太阳黑子峰值的发生时间. 同时, 根据太阳黑子序列的变化规律, 发现太阳黑子的峰值大小不仅与本周期初期的数据变化率有相关性, 而且与前一周期末期的变化率也有相关性. 由此引入了一个等效回归系数, 据此发展的峰值预报方法可以动态地调整预报提前量, 解决了预报精度与预报提前量的矛盾, 既保证了一定的精度, 又有效地提高了预报提前量, 约在周期上升段的一半处即可做出峰值大小的预报. 本方法预测第24次太阳活动周的极大值发生在2011年1月份.     

论有序树次序列间的对偶性

文献[1—3]都给出有序树的一个次序列表示,本文将在文献[3]中给出的次序列之间给出一种对偶关系,从而在具有i个内点和l个外点的有序树的集合与具有l个内点和i个外点的有序树的集合之间建立了一一对应关系。     

拟南芥花药表达基因调控关系的预测

模式植物拟南芥花药的发育由复杂的基因网络所调控. 至今为止, 研究人员对这一调控网络的了解非常有限. 本研究利用一种整合基因芯片数据与启动子序列分析的生物信息学方法来预测拟南芥花药表达基因之间的调控关系. 基于这种方法, 一共预测到了7710对具有调控关系的基因对, 其中80对为高可信度的调控关系. 在这80对基因中, 有3对调控关系已被之前的实验验证, 表明本研究预测的结果有一定的可靠性. 我们所预测的基因调控关系有助于拟南芥花药发育分子机理的深入研究, 提出的生物信息学研究方法也可用于其他基因调控关系的预测.     

应用广义活性指标预测酶催化反应的分子间活性

为了进一步验证广义活性指标的合理性与准确性,本文将其应用到了大分子生物体系中,结合局域硬软酸碱(HSAB)原理,研究酶催化反应的活性序列,即砷酸盐还原酶ArsC(1LJU10～17)和低分子量的磷酸盐还原酶LWMPTPase(1PNT12～18)分别亲核进攻砷酸盐和磷酸盐的所有形式(H3YO4/H2YO4-/HYO42-/YO43-,Y=As/P)的反应活性序列,其中,广义局域软度由有限差分近似下的从头计算B3LYP/6-311+G(d,p)方法和直接的ABEEMσπ方法获得.随着底物的负电荷不断增大,体系的整体软度和中心原子的局域软度均变得更软,砷酸盐及其还原酶也比磷酸盐及其还原酶要软.利用广义局域软度结合软度的匹配规则,可知随着底物负电荷的逐渐增加,原子个数较大的酶与底物之间的反应活性不断升高,并且-2价的阴离子(HAsO42-和HPO42-)能够在溶液中稳定存在.所预测的活性序列与实验所测得的结果是相一致的,可见,广义局域软度在预测分子间活性方面能够给出合理的预测.然而,原局域软度结合软度的匹配原则在预测接近真实体系的分子间活性的时候,却得到与实验相反的结果.     

2011年3月11日日本地震海啸数值模拟

为了有效利用数值模拟的方法来更好的预测海啸,利用美国国家地质调查局(US Geological Survey,USGS)给出的震源机制及断层参数,对日本仙台地震海啸进行数值模拟,运用模拟结果对沿岸海啸灾害分布进行分析,以期给出更为合理的海啸预警方案.数值模型由震后表面变形模拟和基于二维浅水波方程的海啸传播程序两部分组成,模拟结果表现了海啸传播过程的特征,与岸边观测点对于海啸到达时间及波高的记录基本吻合.使用该模型在地震发生后对于海啸到达的地区及其波高进行预测,可以给出更准确的海啸预警,降低海啸对人类造成的损失.     

拟南芥代谢通路下基因调控网络的构建

基因调控网络在研究基因之间的调控关系及揭示复杂的生命现象方面有着重要的意义. 拟南芥整个生长过程是由基因网络所调控. 本文利用拟南芥代谢通路下基因共表达这一属性, 结合启动子序列分析的生物信息学方法来预测拟南芥代谢通路下基因的调控关系. 基于这种方法, 一共预测到2268对具有调控关系的基因对, 其中91对为高可信度的调控关系. 在我们预测到的调控关系中, 有4对调控关系已被实验验证, 实验表明本文预测的结果有一定的可靠性. 我们预测的拟南芥代谢通路下基因的调控网络, 为深入研究代谢通路在植物生长过程中所起的作用提供了方便, 有助于进一步研究拟南芥未知基因的功能.     

心电信号时间序列基于Lyapunov指数谱的主成分聚类分析

提出了心电信号时间序列基于Lyapunov指数谱的主成分聚类分析方法, 对MIT-BIH数据库中22个心电数据进行了分析, 得到了较好的诊断效果. 还提出一种改进TSS算法, 利用已知样本对未知样本进行分析, 进一步提高了实验结果的准确度. 该方法结合了统计学方法和非线性动力学方法的优点, 十分适合应用于心电信号等非线性时间序列分析.     

青海都兰地区1835a年轮序列的建立和初步分析

历史时期气候变化研究的一个重要方面,是获取高分辨率的古气候数据资料,弄清气候变化的事实,并建立历史气候的长序列.在我国,竺可桢利用物候资料和历史资料恢复了过去5000a来我国东部地区的温度变化曲线.吴祥定等在拉萨利用不同时期树木年轮资料衔接的方法,恢复过该地区2000a来的气候变化历史.姚檀栋等根据古里亚冰芯资料,给出了青藏高原近2000a来气候和环境变化的证据.本文将根据青海都兰地区树木年轮资料来讨论这一地区1835a间的气候变化趋势.本研究是我国目前在树木年轮气候研究方面资料较为完整和时间序列最长的一个.