中文摘要：

近年来把时间序列构造为复杂网络的方法在非线性时间序列分析与复杂网络之间架起了桥梁，基于复杂网络的非线性时间序列分析方法成为一个重要的研究热点。但是基于复杂网络的非线性时间序列预测方法的研究国内外未见有报道。基于过嵌入法，提出适用于非平稳时间序列的复杂网络构造法；针对非线性模型泛化推广能力差和存在过拟合等问题，利用构造的复杂网络的空间信息与分层结构，重点提出基于复杂网络模体和网络簇结构的非线性时间序列预测方法，提高模型预测精度并降低模型复杂度；基于复杂网络统计量与模型预测误差，提出脑电信号特征提取方法，并应用于分析不同模式脑电信号（癫痫脑电、发作间歇期脑电、发作前期脑电）的动力学状态，提高癫痫检测和癫痫发作预测的精度；构建基于复杂网络的非线性时间序列预测方法及其应用平台。本项目研究成果在基于复杂网络的非线性时间序列分析方法研究与脑电信号非线性动力学分析方面都具有重要意义。