本文目录一览：

• 1、李仲飞的部分国际期刊论文
• 2、什么是奇异谱分析方法?
• 3、动态图上的异常检测文献综述(2015)
• 4、马如云近五年的主要论著

李仲飞的部分国际期刊论文

李仲飞教授的研究领域涉及金融工程、金融经济学、风险管理。至今已在国内外刊物上发表论文85篇，其中国外24篇，被SCI收录15篇，被EI收录9篇，被ISTP收录5篇，被SCI来源论文引用57次以上、单篇最高被引18次。出版专著2部，在海外主编出版论文集1部。

李仲飞在学术领域取得了显著的成就，获得了多项重要奖励。在2011年，他获得了广东省哲学社会科学优秀成果二等奖，且在这一成果中排名第一。在2009年，他荣获广东省哲学社会科学优秀成果一等奖，同样以第一作者的身份参与。

运筹与模糊学这本学术期刊的主编是许跟起教授，他来自天津大学。副主编阵容包括李庆国教授（湖南大学），胡宝清教授（武汉大学），以及方小春教授（同济大学）等多位知名学者。编委会成员涵盖了众多顶尖高校的专家学者，如杨炳儒教授（北京科技大学）、邓何普教授（墨尔本皇家理工大学）等。

什么是奇异谱分析方法?

1、奇异谱方法( SSA) 是一种特别适合于研究周期振荡行为的分析方法， 它是从时间序列的动力重构出发， 并与经验正交函数相联系的一种统计技术， 是EOF分解的一特殊应用。分解的空间结构与时间尺度密切相关， 可以较好地从含噪声的有限尺度时间序列中提取信息， 目前已应用于多种时间序列的分析中。

2、奇异谱分析（SSA）通过构造轨迹矩阵并对其进行分解与重构，以提取原始时间序列中的不同成分，如长期趋势、周期性信号以及噪声。该方法在时间序列分析领域具有广泛的应用，特别是对于复杂信号的分解与理解。下面是SSA算法的关键步骤及其逻辑解释。

3、MATLAB中的SSA奇异谱分析是一种强大的工具，用于非线性时间序列数据的处理和信号分解。该算法通过对时间序列构造特定矩阵进行奇异值分解（SVD），分离出趋势、振荡和噪声成分。分解流程包括：首先构建协方差矩阵，如通过Toeplitz法和trajectory法计算。

4、为剔除有色噪声并提取可靠信号，我们采用多通道奇异谱分析（M-SSA）方法（Rangelova et al.， 2010，2012； Walwer et al.， 2016； Bao et al.，2017），融合这两种数据源来识别短期异常并评估质量变化的定量情况。

动态图上的异常检测文献综述(2015)

写文献综述可以采用“填充法”，简而言之就是画导图、列框架、不断细化内容。具体如下： 01 一个主题 即确定论文选题，围绕这个选题查找、阅读、挖掘文献信息 02 一个导图(思维导图) 围绕论文选题，在阅读文献的基础上，列一个文献综述的大纲，再按照大纲一步步把内容填充进去。

单细胞研究|| 利用 Illumina®；技术的近期单细胞研究文献综述(应用篇一) 主要介绍单细胞技术在癌症、宏基因组学、干细胞、发育生物学、免疫学、神经生物学方面的应用。

马如云近五年的主要论著

1、马如云在近五年内的主要研究成就主要集中在多个数学领域，其中包括：2011年，他在"；Boundary Value Probl. & Nonlinear Analysis"；发表了关于正解存在的论文，探讨了Green函数和周期问题（"；Existence of Positive Solutions"；）。