云南省教育厅关于2016年度科技成果拟登记项目情况的公示（五）

为进一步规范高校科技成果登记和信息发布工作，有效推动高校科技成果转化及产业化，根据《云南省科技厅关于印发〈云南省科技成果登记和信息发布实施办法〉的通知》（云科奖发〔2015〕2号）要求，拟对云南农业大学、云南财经大学完成（或以第一单位完成）的2项研究成果进行登记。现将成果基本情况予以公示，公示期内，任何对公示内容有异议的单位或个人，请以实名及书面材料的方式向省教育厅科学技术处反映。

公示时间：2016年4月22日至5月3日

联系电话：0871-65141725

      附件：云南农业大学、云南财经大学科技成果拟登记项目

                                                云南省教育厅

                                                2016年4月22日

附件

云南农业大学科技成果拟登记项目

成果名称：广适优质弱筋小麦种质资源创新与利用

完成单位：云南农业大学

完成人员：覃鹏，唐永生，沙云，孔治有，刘猛道，张菊香，杨俊华，段智利，刘叶菊，王少安，唐李军

成果简介：本项目为国家自然科学基金“携带不同Wx等位基因小麦近等基因系的构建及其利用价值研究（31000712）”，利用引进收集的国内外小麦种质资源、尤其是糯小麦种质资源，开展优质小麦种质创新及淀粉品质特性的系统研究，通过杂交、回交结合分子标记辅助选择以及我省独特的地理气候优势进行夏繁加代缩短育种进程，在云南省内首次育成2个Wx近等基因系群体并以此为材料对小麦品质特性及生理生化特性进行了较系统的研究；建立了一整套鉴定和选择糯小麦及部分糯小麦的技术和方法。研究成果在国外重要学术刊物发表论文5篇，对推进我国小麦种质遗传基础的拓展与创新、优质专用小麦新品种选育具有重要意义。

利用项目创新种质选育、2015年通过审定、缺失Wx-B1基因的部分糯小麦新品种滇麦1号，表现出高产、稳产、优质、抗病和耐旱的诸多优点，大面积生产平均亩产比当地主栽品种增产40-60千克，品质达到国家弱筋小麦标准，对促进我省田麦生产和农民增收具有重要意义；此外，项目组选育的优质弱筋小麦品种靖麦11号于2004年、临麦16于2013年通过云南省审定。

按照“百亩核心连片高产示范、大面积辐射带动”的成果转化模式，通过良种良法配套、区域示范、技术培训、跟踪服务等措施，强力推进滇麦1号、靖麦11号和临麦16的试验示范与生产开发。2013-2015年3个品种在我省累计推广应用133.83万亩，新增小麦5126.56万千克，新增产值11992.73万元，为我省小麦产业发展做出了积极贡献。

该成果创新性突出，主要技术经济指标达到国内先进水平、部分指标达到国际先进水平。

云南财经大学科技成果拟登记项目

成果名称：具有复杂结构模型的统计诊断及相关问题研究

完成单位：云南财经大学

完成人：石磊，费宇，白鹏，陈飞，鲁筠

成果简介：统计模型诊断是识别数据中存在的异常值和影响点，并对拟合模型进行有效诊断的理论和方法，它在统计建模及数据特殊结构的识别中具有广泛的应用价值。该成果在3个国家自然科学基金项目支持下，对岭回归模型、多水平模型、线性混合模型、面板数据模型、结构方程模型、金融时间序列模型、空间计量模型的统计模型诊断及相关问题进行研究，获得了具有复杂结构统计模型下异常值、影响点的有效识别方法。主要内容包括：

（1）总体影响分析研究。利用数据删除法，给出了多水平模型影响点识别的替换公式并导出了影响度量。对具有相关误差结构的线性模型的总体影响分析中，给出了一种对诊断统计量和总体影响度量新的表达式和相关解释，该表达式在特殊情况下与一般线性模型具有一致的形式，对具有相关误差结构的线性模型诊断统计量给出了新的解释。在混合线性模型中，研究了传统使用的数据删除法，均值滑动模型，代替法3中方法的关系，发现在具有相关结构的数据模型中，他们并不总是等价的，这与标准线性模型有很大的区别。

（2）异常值识别研究。利用均值滑动模型，研究了多水平模型的异常值识别问题，给出了异常值的检验统计量。该项研究不仅考虑了在固定效应部分引入均值滑动模型，同时也在高水平随机效应部分引入均值滑动模型，分别得到了不同异常值的检验结果。在面板数据模型中，成果利用LM检验方法，研究了面板数据模型的异常值识别问题，导出了异常值检验统计量。在单向分类随机效应模型中，研究了平衡单向分类随机效应模型中的多个异常值检验问题。

（3）局部影响分析研究。首次提出了逐步局部影响分析的新方法，对处理金融时间序列数据中多个或成片影响点具有较好的效果，具有广泛的应用价值，目前已被国际同行多次使用。利用基于广义影响函数的局部影响分析方法，研究了多水平模型的局部影响分析。在岭回归的局部影响分析中，首次利用基于广义影响函数的局部影响分析方法，给出了岭回归估计的局部影响分析度量。此外对其他复杂模型，如结构方程模型、具有相关误差结构的线性模型、混合线性模型及对数线性模型，也取得了一系列有影响的成果。

成果提交27篇研究论文，3部专著。其中18篇论文被SCI收录，1篇被CPCI-S 收录，1篇被CPCI-SSH 收录，5篇为国内核心期刊。其中关于岭回归模型的局部影响分析（文献目录中的第21篇）被引用27次。成果对云南财经大学统计学学科建设和人才队伍建设提供了支撑：有力支撑了云南财经大学统计学获批一级学科博士点；1人分别入选教育部长江学者特聘教授、国家百千万人才工程、云南省云岭学者；2人入选云南省学术与技术带头人；培养了博士生2人，硕士生30余人。

为进一步规范高校科技成果登记和信息发布工作，有效推动高校科技成果转化及产业化，根据《云南省科技厅关于印发〈云南省科技成果登记和信息发布实施办法〉的通知》（云科奖发〔2015〕2号）要求，拟对云南农业大学、云南财经大学完成（或以第一单位完成）的2项研究成果进行登记。现将成果基本情况予以公示，公示期内，任何对公示内容有异议的单位或个人，请以实名及书面材料的方式向省教育厅科学技术处反映。

公示时间：2016年4月22日至5月3日

联系电话：0871-65141725

      附件：云南农业大学、云南财经大学科技成果拟登记项目

                                                云南省教育厅

                                                2016年4月22日

附件

云南农业大学科技成果拟登记项目

成果名称：广适优质弱筋小麦种质资源创新与利用

完成单位：云南农业大学

完成人员：覃鹏，唐永生，沙云，孔治有，刘猛道，张菊香，杨俊华，段智利，刘叶菊，王少安，唐李军

成果简介：本项目为国家自然科学基金“携带不同Wx等位基因小麦近等基因系的构建及其利用价值研究（31000712）”，利用引进收集的国内外小麦种质资源、尤其是糯小麦种质资源，开展优质小麦种质创新及淀粉品质特性的系统研究，通过杂交、回交结合分子标记辅助选择以及我省独特的地理气候优势进行夏繁加代缩短育种进程，在云南省内首次育成2个Wx近等基因系群体并以此为材料对小麦品质特性及生理生化特性进行了较系统的研究；建立了一整套鉴定和选择糯小麦及部分糯小麦的技术和方法。研究成果在国外重要学术刊物发表论文5篇，对推进我国小麦种质遗传基础的拓展与创新、优质专用小麦新品种选育具有重要意义。

利用项目创新种质选育、2015年通过审定、缺失Wx-B1基因的部分糯小麦新品种滇麦1号，表现出高产、稳产、优质、抗病和耐旱的诸多优点，大面积生产平均亩产比当地主栽品种增产40-60千克，品质达到国家弱筋小麦标准，对促进我省田麦生产和农民增收具有重要意义；此外，项目组选育的优质弱筋小麦品种靖麦11号于2004年、临麦16于2013年通过云南省审定。

按照“百亩核心连片高产示范、大面积辐射带动”的成果转化模式，通过良种良法配套、区域示范、技术培训、跟踪服务等措施，强力推进滇麦1号、靖麦11号和临麦16的试验示范与生产开发。2013-2015年3个品种在我省累计推广应用133.83万亩，新增小麦5126.56万千克，新增产值11992.73万元，为我省小麦产业发展做出了积极贡献。

该成果创新性突出，主要技术经济指标达到国内先进水平、部分指标达到国际先进水平。

云南财经大学科技成果拟登记项目

成果名称：具有复杂结构模型的统计诊断及相关问题研究

完成单位：云南财经大学

完成人：石磊，费宇，白鹏，陈飞，鲁筠

成果简介：统计模型诊断是识别数据中存在的异常值和影响点，并对拟合模型进行有效诊断的理论和方法，它在统计建模及数据特殊结构的识别中具有广泛的应用价值。该成果在3个国家自然科学基金项目支持下，对岭回归模型、多水平模型、线性混合模型、面板数据模型、结构方程模型、金融时间序列模型、空间计量模型的统计模型诊断及相关问题进行研究，获得了具有复杂结构统计模型下异常值、影响点的有效识别方法。主要内容包括：

（1）总体影响分析研究。利用数据删除法，给出了多水平模型影响点识别的替换公式并导出了影响度量。对具有相关误差结构的线性模型的总体影响分析中，给出了一种对诊断统计量和总体影响度量新的表达式和相关解释，该表达式在特殊情况下与一般线性模型具有一致的形式，对具有相关误差结构的线性模型诊断统计量给出了新的解释。在混合线性模型中，研究了传统使用的数据删除法，均值滑动模型，代替法3中方法的关系，发现在具有相关结构的数据模型中，他们并不总是等价的，这与标准线性模型有很大的区别。

（2）异常值识别研究。利用均值滑动模型，研究了多水平模型的异常值识别问题，给出了异常值的检验统计量。该项研究不仅考虑了在固定效应部分引入均值滑动模型，同时也在高水平随机效应部分引入均值滑动模型，分别得到了不同异常值的检验结果。在面板数据模型中，成果利用LM检验方法，研究了面板数据模型的异常值识别问题，导出了异常值检验统计量。在单向分类随机效应模型中，研究了平衡单向分类随机效应模型中的多个异常值检验问题。

（3）局部影响分析研究。首次提出了逐步局部影响分析的新方法，对处理金融时间序列数据中多个或成片影响点具有较好的效果，具有广泛的应用价值，目前已被国际同行多次使用。利用基于广义影响函数的局部影响分析方法，研究了多水平模型的局部影响分析。在岭回归的局部影响分析中，首次利用基于广义影响函数的局部影响分析方法，给出了岭回归估计的局部影响分析度量。此外对其他复杂模型，如结构方程模型、具有相关误差结构的线性模型、混合线性模型及对数线性模型，也取得了一系列有影响的成果。

成果提交27篇研究论文，3部专著。其中18篇论文被SCI收录，1篇被CPCI-S 收录，1篇被CPCI-SSH 收录，5篇为国内核心期刊。其中关于岭回归模型的局部影响分析（文献目录中的第21篇）被引用27次。成果对云南财经大学统计学学科建设和人才队伍建设提供了支撑：有力支撑了云南财经大学统计学获批一级学科博士点；1人分别入选教育部长江学者特聘教授、国家百千万人才工程、云南省云岭学者；2人入选云南省学术与技术带头人；培养了博士生2人，硕士生30余人。