喜报！数学科学学院3项国家自然科学基金项目全部立项
近日，国家自然科学基金委员会公布了2026年度集中接收申请项目评审结果，我院徐海燕、朱晓丽、郭永燕3位教师申报的科研项目成功获批立项，立项数量刷新学院历史记录，实现学院基础科研工作全新突破。
国家自然科学基金是我国支持基础研究的主渠道，在国家科技创新体系中占据基础性、战略性地位，也是衡量高校科研水平、学术底蕴和综合办学实力的核心标志。
本次3位青年教师项目获批立项，充分彰显了我院青年科研骨干扎实的学术功底、突出的创新能力和强劲的科研发展潜力，集中体现了学院科研队伍建设的优质成效。这一成果，是学院深入推进“有组织科研”，聚力提升科研创新质效的重要体现，标志着学院学科建设、基础科研与创新人才培养工作迈上新台阶，为学校高水平职业技术大学建设注入了强劲动力。
获批项目简介如下：
项目一：《脉冲干预下的蚊虫扩散模型的时空动力学研究》
负责人：徐海燕
气候变化与人类活动加剧了蚊虫扩散，使蚊媒传染病风险持续上升，因此开展蚊虫动态演化与调控机制研究，对保障公共卫生安全与建设健康中国具有重要现实意义。本项目以蚊虫扩散模型为研究对象，旨在融合人为干预和自然环境变化因素，拓展传统的反应扩散模型并发展蚊虫传播动力学理论体系，为蚊虫最优防控策略的制定提供科学依据，研究成果可服务于公共卫生安全与生态环境保护等重要应用领域。
项目二：《数据驱动下矩阵权重复杂网络的博弈与优化研究》
负责人：朱晓丽
矩阵权重复杂网络的多维耦合特性与模型未知性，导致传统标量权重博弈理论与模型驱动优化方法难以适用，小批量数据集稀缺进一步加剧了均衡求解与控制优化的难度。本项目面向矩阵权重复杂网络博弈优化难题，融合插值方法与神经网络实现样本扩充，将微分图博弈拓展至矩阵权重网络，构建含矩阵权重特征的多目标优化体系，突破“无模型—分布式—多维耦合”调控瓶颈，为模型未知复杂网络的博弈分析与优化控制提供理论支撑，研究成果可应用于智能电网、多机器人协同等领域。
项目三：《基于锚点学习的大规模多视图子空间聚类方法研究》
负责人：郭永燕
在人工智能与大数据背景下，多视图子空间聚类成为重要研究方向，但现有方法面临大规模场景计算代价高、鲁棒性不足、动态数据适应能力有限等问题。本项目以锚点学习为统一结构表达机制，针对完全、不完全、增量三类典型视图场景，系统研究大规模多视图子空间聚类方法，研究结果有望完善多视图子空间聚类理论体系，为复杂多模态数据高效挖掘提供技术支撑，兼具重要理论意义与工程实用价值。