管理学院-顾长贵导师介绍
顾长贵
教授
硕，博士生导师
男
管理学院
系统科学
系统科学,复杂网络,生物钟,时间序列分析
gu_changgui@163.com
最终请查看上海理工大学研究生招生网(http://yz.usst.edu.cn)博士招生简章及报名入口
顾长贵，博士（后），中国致公党党员，上海理工大学管理学院教授，博士生导师、硕士生导师，首届上海市高校青年东方学者（2015.5），上海理工大学志远学者（2018.5），荷兰莱顿大学客座研究员。博士毕业于华东师范大学物理系（2011.12），曾在荷兰莱顿大学医学院从事博士后工作（2012.4-2014.12），在美国麻省大学医学院交流访问（2010.9-2011.9），上海市高水平大学建设-系统科学战略团队以及上海市高峰学科-系统科学的青年骨干。研究兴趣包含时间序列分析理论、复杂网络理论，及其在交通、生物等复杂系统中的应用。已在PNAS等期刊发表SCI论文八十余篇，相关研究被纽约时报报道。主持（过）国家自然科学基金青年基金、面上基金各一项，国家自然科学基金项目的网评专家。
展开更多
科研项目
主持上海市自然科学基金（No. 21ZR1443900，20万元，2021.9-2024.8）
主持国家自然科学基金“时变网络结构下的生物钟模型研究” （面上项目，No.11875042, 60万元，2019.1-2022.12）
主持国家自然科学基金“双层网络下的振子集体行为研究：以生物钟神经元网络为例” （青年项目，No.11505114, 21.3万元，2016.1-2018.12）
上海市教委“青年东方学者”人才计划 (No. QD2015016, 60万元研究经费, 2015.5-2017.12)
沪江领军人才计划 (35万元研究经费, 2017.1-2019.12)
主持上海高校青年教师资助计划(No.10-16-303-806，4.5万经费， 2016.1-2017.12）
主持华东师范大学优秀博士基金 “不同光照条件下的哺乳动物近日节律”（No.2010027, 2009.12-2011.06）
作为主要研究成员（排名第二）完成刘宗华教授主持的国家自然科学基金“基于复杂网络的生物节律模型探索”（No.10975053, 2010.01- 2012.12） 在该课题资助下本人以第一作者身份发表 PLoS ONE 文章一篇，Journal of Biological Rhythms 文章一篇, Phy. Rew E 文章三篇，Chin. Phy. B 文章一篇。
作为主要研究人员完成荷兰国家自然科学基金 “THE NEURONAL NETWORK ORGANIZATION OF THE BIOLOGICAL CLOCK” NWO grant (No.010840, 2011.06-2015.06)。
作为主要研究成员完成何大韧教授主持的国家自然科学基金“合作网络及合作-竞争网络的共性” （No.70671089, 2007.01-2009.12）。
展开更多
研究成果
在PNAS等期刊发表SCI论文80篇，研究成果被纽约时报、美国物理联合会主页等媒体报道（截止2021.8）：
1. ChenX, Weng T, Gu C, & Yang H (2019) Synchronizing hyperchaotic subsystems witha single variable: A reservoir computing approach. Physica A 534.
2. Chen X, et al. (2020) Mapping topologicalcharacteristics of dynamical systems into neural networks: A reservoircomputing approach. Physical Review E 102(3).
3. Deng S, Ren H, Weng T, Gu C, & Yang H(2019) Information on evolutionary age in redundancy of complex network. ModPhys Lett B 33(27).
4. Ding W-X, Gu C-G, & Liang X-M (2016) ASimple Structure for Signal Amplification. Commun Theor Phys 65(2):189-192.
5. Feng J & Gu C (2020) Scale invariance inthe series of Chinese-character lengths. International Journal of ModernPhysics C 31(1).
6. Feng W, Yang Y, Yuan Q, Gu C, & Yang H(2019) EVOLUTION OF SCALING BEHAVIORS IN CURRENCY EXCHANGE RATE SERIES.Fractals 27(2).
7. Gao J & Gu C (2019) Super Multi-Armed andSegmented Spiral Pattern in a Reaction-Diffusion Model. Ieee Access7:140391-140401.
8. Gao J, Gu C, & Yang H (2020) Spiral waveswith interfacial oscillatory chemical reactions emerge in a model ofreaction-diffusion systems. Chem Phys 528.
9. Gao J, Gu C, & Yang H (2021) Applying aglobal pulse disturbance to eliminate spiral waves in models of cardiacmuscle*. Chinese Phys B 30(7).
10.Gao J, Gu C, Yang H, & Wang M (2021) Aflight formation mechanism: The weight of repulsive force. Commun Nonlinear Sci95.
11.Gao J, Gu C, Yang H, & Weng T (2019) Sizeof a steady disturbance source affects the frequency of a target wave. Aip Adv9(8).
12.Gao J, Gu C, Yang H, & Weng T (2020)Excited state of spiral waves in oscillatory reaction-diffusion systems causedby a pulse. Physical Review E 101(4).
13.Gao J, Gu C, Yang H, & Weng T (2020)Prediction of spatial distribution of invasive alien pests in two-dimensionalsystems based on a discrete time model. Ecol Eng 143.
14.Gao J, Gu C, Yang H, & Weng T (2020) A typeof bi-stable spiral wave in a single -period oscillatory medium. CommunNonlinear Sci 85.
15.Gu C, et al. (2015) Lack of exercise leads tosignificant and reversible loss of scale invariance in both aged and youngmice. Proceedings of the National Academy of Sciences of the United States ofAmerica 112(8):2320-2324.
16.Gu C, et al. (2019) Splitting between twosubgroups of the SCN neurons with instantaneous feedback. Nonlinear Dynam97(2):1245-1251.
17.Gu C, et al. (2019) Disassortative NetworkStructure Improves the Synchronization between Neurons in the SuprachiasmaticNucleus. J Biol Rhythm 34(5):515-524.
18.Gu C, Liang X, Yang H, & Rohling JHT (2016)Heterogeneity induces rhythms of weakly coupled circadian neurons. ScientificReports 6.
19.Gu C, Liu Z, Schwartz WJ, & Indic P (2012)Photic Desynchronization of Two Subgroups of Circadian Oscillators in a NetworkModel of the Suprachiasmatic Nucleus with Dispersed Coupling Strengths. PLoSOne 7(5).
20.Gu C, Ramkisoensing A, Liu Z, Meijer JH, &Rohling JHT (2014) The Proportion of Light-Responsive Neurons Determines theLimit Cycle Properties of the Suprachiasmatic Nucleus. J Biol Rhythm29(1):16-27.
21.Gu C, Rohling JHT, Liang X, & Yang H (2016)Impact of dispersed coupling strength on the free running periods of circadianrhythms. Physical Review E 93(3).
22.Gu C, Tang M, Rohling JHT, & Yang H (2016)The effects of non-self-sustained oscillators on the en-trainment ability ofthe suprachiasmatic nucleus. Scientific Reports 6.
23.Gu C, Tang M, & Yang H (2016) Thesynchronization of neuronal oscillators determined by the directed networkstructure of the suprachiasmatic nucleus under different photoperiods.Scientific Reports 6.
24.Gu C, Wang J, & Liu Z (2009) Free-runningperiod of neurons in the suprachiasmatic nucleus: Its dependence on thedistribution of neuronal coupling strengths. Physical Review E 80(3).
25.Gu C, Wang J, Wang J, & Liu Z (2011)Mechanism of phase splitting in two coupled groups of suprachiasmatic-nucleusneurons. Physical Review E 83(4).
26.Gu C, Wang P, Weng T, Yang H, & Rohling J(2019) Heterogeneity of neuronal properties determines the collective behaviorof the neurons in the suprachiasmatic nucleus. Math Biosci Eng 16(4):1893-1913.
27.Gu C, Xu J, Liu Z, & Rohling JHT (2013)Entrainment range of nonidentical circadian oscillators by a light-dark cycle.Physical Review E 88(2).
28.Gu C, Xu J, Rohling J, Yang H, & Liu Z(2015) Noise Induces Oscillation and Synchronization of the Circadian Neurons.PLoS One 10(12).
29.Gu C & Yang H (2016) The circadian rhythminduced by the heterogeneous network structure of the suprachiasmatic nucleus.Chaos 26(5).
30.Gu C & Yang H (2017) The asymmetry of theentrainment range induced by the difference in intrinsic frequencies betweentwo subgroups within the suprachiasmatic nucleus. Chaos 27(6).
31.Gu C & Yang H (2017) Differences inintrinsic amplitudes of neuronal oscillators improve synchronization in thesuprachiasmatic nucleus. Chaos 27(9).
32.Gu C, Yang H, Meijer JH, & Rohling JHT(2018) Dependence of the entrainment on the ratio of amplitudes between twosubgroups in the suprachiasmatic nucleus. Physical Review E 97(6).
33.Gu C, Yang H, & Rohling JHT (2017)Dissociation between two subgroups of the suprachiasmatic nucleus affected bythe number of damped oscillated neurons. Physical Review E 95(3).
34.Gu C, Yang H, & Ruan Z (2017) Entrainmentrange of the suprachiasmatic nucleus affected by the difference in the neuronalamplitudes between the light-sensitive and light-insensitive regions. PhysicalReview E 95(4).
35.Gu C, Yang H, & Wang M (2017) Dispersion ofthe intrinsic neuronal periods affects the relationship of the entrainmentrange to the coupling strength in the suprachiasmatic nucleus. Physical ReviewE 96(5).
36.Gu C, Yang H, Wang M, & Rohling JHT (2019)Heterogeneity in relaxation rate improves the synchronization of oscillatoryneurons in a model of the SCN. Chaos 29(1).
37.Gu C-G, Wang P, & Yang H-J (2019)Entrainment range affected by the heterogeneity in the amplitude relaxationrate of suprachiasmatic nucleus neurons. Chinese Phys B 28(1).
38.Gu C-G, Yang H-J, & Wang M (2018) RatioBetween Sensitive Strength to Light Information and Coupling Strength AffectsEntrainment Range of Suprachiasmatic Nucleus. Commun Theor Phys 70(6):771-776.
39.Gu C-G, Zhang X-H, & Liu Z-H (2014)Collective behaviors of suprachiasm nucleus neurons under different light-darkcycles. Chinese Phys B 23(7).
40.Gu C-G, et al. (2011) Onset of cooperationbetween layered networks. Physical Review E 84(2).
41.Gu Q-C, Qin G-Q, Wang Y-Q, Gu C-G, & YangH-J (2019) Scale-Invariance Exists in the Series of Character Intervals in theFour Great Chinese Novels. Commun Theor Phys 71(9):1139-1142.
42.Li J, Gu C, & Yang H (2020) Noise inducesoscillation in the two weakly coupled subgroups of the suprachiasmatic nucleus.Nonlinear Dynam 102(4):2759-2766.
43.Li W-J, Jiang L-L, Gu C, & Yang H (2017)The influence of migration speed on cooperation in spatial games. J StatMech-Theory E.
44.Li W-J, Jiang L-L, Gu C, & Yang H (2018)Influentials promote cooperation in spatial snowdrift games. J Stat Mech-TheoryE.
45.Liu K, Weng T, Gu C, & Yang H (2020)Visibility graph analysis of Bitcoin price series. Physica A 538.
46.Liu Z, Xiao Q, Zhan Q, Gu C, & Yang H(2017) Network-based landscape of research strengths of universities inMainland China. Physica A 478:49-62.
47.Mutua S, Gu C, & Yang H (2016) Visibilitygraphlet approach to chaotic time series. Chaos 26(5).
48.Qiu L, Gu C, Xiao Q, Yang H, & Wu G (2018)State network approach to characteristics of financial crises. Physica A492:1120-1128.
49.Qiu L, Yang T, Yin Y, Gu C, & Yang H (2016)Multifractals embedded in short time series: An unbiased estimation ofprobability moment. Physical Review E 94(6).
50.Ramkisoensing A, et al. (2014) Enhanced PhaseResetting in the Synchronized Suprachiasmatic Nucleus Network. J Biol Rhythm29(1):4-15.
51.Ren H, Yang Y, Gu C, Weng T, & Yang H(2018) A Patient Suffering From Neurodegenerative Disease May Have aStrengthened Fractal Gait Rhythm. Ieee T Neur Sys Reh 26(9):1765-1772.
52.Ren H, et al. (2020) Pattern interdependentnetwork of cross-correlation in multivariate time series. Phys Lett A 384(30).
53.Ruan Z, Tang M, Gu C, & Xu J (2017) Epidemicspreading between two coupled subpopulations with inner structures. Chaos27(10).
54.Song J, Weng T-F, Gu C-G, & Yang H-J (2020)Patterns of cross-correlation in time series: A case study of gait trails*.Chinese Phys B 29(8).
55.Stephen M, Gu C, & Yang H (2015) VisibilityGraph Based Time Series Analysis. PLoS One 10(11).
56.Wang Y, Ca X, Weng T, Yang H, & Gu C (2021)Lowest-degree preference random walks on complex networks. Physica A 577.
57.Wang Y, Cao X, Weng T, Yang H, & Gu C(2021) A convex principle of search time for a multi-biased random walk oncomplex networks. Chaos Solitons & Fractals 147.
58.Wang Y, et al. (2014) An Automatic HighEfficient Method for Dish Concentrator Alignment. Mathematical Problems inEngineering 2014.
59.Wang Y, Weng T, Deng S, Gu C, & Yang H(2019) Sampling frequency dependent visibility graphlet approach to timeseries. Chaos 29(2).
60.Weng T, et al. (2020) Synchronization ofreservoir computers with applications to communications. Physica A 544.
61.Weng T, et al. (2021) Representing complexnetworks without connectivity via spectrum series. Information Sciences563:16-22.
62.Weng T, et al. (2019) Predator-prey games oncomplex networks. Commun Nonlinear Sci 79.
63.Weng T, Yang H, Gu C, Zhang J, & Small M (2019)Synchronization of chaotic systems and their machine-learning models. PhysicalReview E 99(4).
64.Wu G, Gu C, Qiu L, & Yang H (2017) Auniform framework of projection and community detection for one-mode network inbipartite networks. Chinese Phys B 26(12).
65.Wu G, Gu C, Qiu L, & Yang H (2018)Community detection based on preferred mode in bipartite networks. Mod PhysLett B 32(27).
66.Wu J, Zheng M, Wang W, Yang H, & Gu C(2018) Double transition of information spreading in a two-layered network. Chaos28(8).
67.Wu J, Zheng M, Xu K, & Gu C (2020) Effectsof two channels on explosive information spreading. Nonlinear Dynam99(3):2387-2397.
68.Wu J, et al. (2018) A model of spreading ofsudden events on social networks. Chaos 28(3).
69.Xu J, Gu C, Pumir A, Garnier N, & Liu Z(2012) Entrainment of the suprachiasmatic nucleus network by a light-darkcycle. Physical Review E 86(4).
70.Yang H, Gu C, Tang M, Cai S-M, & Lai Y-C(2019) Suppression of epidemic spreading in time-varying multiplex networks. ApplMath Model 75:806-818.
71.Yang T, Gu C, & Yang H (2016) Long-RangeCorrelations in Sentence Series from A Story of the Stone. PLoS One 11(9).
72.Yang Y, Gu C, Xiao Q, & Yang H (2017)Evolution of scaling behaviors embedded in sentence series from A Story of theStone. PLoS One 12(2).
73.Yang Y, et al. (2017) Scaling invarianceembedded in very short time series: A factorial moment based diffusion entropyapproach. Chinese Journal of Physics 55(6):2325-2335.
74.Yu X, Weng T, Gu C, & Yang H (2020) Comparisonof gene regulatory networks to identify pathogenic genes for lymphoma. J BioinfComput Biol 18(5).
75.Yuan Q, Gu C, Weng T, & Yang H (2018)Unbiased detrended fluctuation analysis: Long-range correlations in very shorttime series. Physica A 505:179-189.
76.Yuan Q, et al. (2021) Multi-scale transitionmatrix approach to time series. Physica A 578.
77.Zhang K, et al. (2021) Synchronization ofchaotic systems and long short-term memory networks by sharing a singlevariable. Mod Phys Lett B 35(6).
78.Zhao Y, Gu C, & Yang H (2021)Visibility-graphlet approach to the output series of a Hodgkin-Huxley neuron.Chaos 31(4).
79.Zhou L, Qiu L, Gu C, & Yang H (2018)Immediate causality network of stock markets. Epl-Europhys Lett 121(4).
80.Zhu B, Zhou J, Jia M, Yang H, & Gu C (2020)Entrainment range affected by the difference in sensitivity tolight-information between two groups of SCN neurons. Chinese Phys B 29(6).
展开更多
学校介绍
2019年博士研究生招生计划、选拔方式介绍
2019年我校拟招收全日制（含非定向就业、定向就业）博士研究生140余名（含普通招考、硕博连读、申请-考核制），实际招生人数以国家下达的招生计划为准。
选拔方式包括普通招考、硕博连读、申请-考核制。
（一）申请-考核制
1、申请条件
（1）拥护中国共产党的领导，具有正确的政治方向，热爱祖国，品德良好，遵纪守法，愿意为社会主义现代化建设服务，具有较强创新精神和科研能力的应届硕士毕业生。
（2）在校期间学习成绩优秀，对科学研究具有浓厚兴趣，并具有突出的科研能力，有较强的创新意识、创新能力和专业能力倾向，已经以第一作者公开发表或录用 1 篇校定A类（A类论文以上海理工大学科技处认定为准）及以上与申请专业相关的学术论文，或相应的科研成果。
（3）国家大学英语六级考试合格（或六级考试成绩425分及以上）。
（4）有两位相关专业高级职称专家的书面推荐信。
（5）身心健康，年龄一般不超过35周岁。
（6）对个别不符合上述条件，但具有突出创新能力和特殊学术专长的考生，可适当放宽条件，允许其向申请专业所在学院提出破格申请。
（二）硕博连读
1、申请条件
（1）拥护中国共产党的领导，具有正确的政治方向，热爱祖国，品德良好，遵纪守法，愿意为社会主义现代化建设服务，具有较强创新精神和科研能力的本校在读全日制硕士研究生（不含定向就业硕士生）。
（2）完成专业培养方案中规定的硕士阶段所有课程的学习，成绩优良，学位课考试成绩低于75分的课程一般不超过3门。对科学研究有浓厚兴趣，具有严谨的科学研究态度、较强的综合分析能力、创新和独立科学研究能力，并且具有合作精神。
（3）国家大学英语六级考试合格（或六级考试成绩425分及以上）。
（4）有两位相关专业高级职称专家的书面推荐信。
（5）身心健康，年龄一般不超过35周岁。
（6）对不满足上述条件，但在科研创新方面具有突出表现的学生，可适当放宽条件，允许其向申请专业所在学院提出破格申请。
（三）普通招考
1、报考条件
（1）拥护中国共产党的领导，具有正确的政治方向，热爱祖国，愿意为社会主义现代化建设服务，遵纪守法，品行端正。
（2）硕士研究生毕业或已获硕士学位的人员；应届硕士毕业生（最迟须在入学前毕业或取得硕士学位）。
（3）获得学士学位6年以上(含6年，从获得学士学位之日算起到博士生入学之日)并达到与硕士毕业生同等学力的人员。此类考生还须具备下列条件：
①以第一作者发表2篇以上与本学科领域相关的A类或B类学术论文（A、B类论文分类按上理工相关文件执行）；
②获得国家英语六级证书（国家英语六级新考试体制下CET6成绩≥425分）或近三年内以第一作者在外文期刊上发表过1篇以上本学科领域的学术论文；
③已修满所报考专业硕士研究生培养方案中规定的全部学位课程且成绩合格。
（4）身体和心理健康状况符合规定。
（5）有至少两名所报考学科专业领域内的教授（或相当专业技术职称的专家）的书面推荐意见。
（6）现役军人报考博士生，按解放军总政治部有关规定办理。
学校介绍
上海理工大学以工学为主，工学、理学、经济学、管理学、文学、法学、艺术学等多学科协调发展，是一所上海市属重点建设的应用研究型大学。2016年7月，学校成为国家国防科技工业局与上海市人民政府共建的国防特色高校。2018年，学校成为上海市“高水平地方高校”建设试点单位。
学校办学文脉源于1906年创办的沪江大学和1907年创办的德文医工学堂。学校包融了沪江大学的美丽校园及其教育国际化的思想、视野、格局，也包融了沪江商科的发展思维；学校传承了德文医工学堂以来的百年工程教育传统，孕育了一大批爱国青年和志士仁人，滋养了一大批学术精英、工程专家和社会翘楚，为国家和社会培养了十余万优秀专业人才，享有中国“制造业黄埔军校”的美誉。学校传承发展“信义勤爱、思学志远”校训，以校训涵养社会主义核心价值观，培养具有学识抱负的合格公民。
学校现有全日制在校生24000余人，其中本科生17000余人，研究生7500余人；设有15个学院、2个教学部，有56个本科专业，8个一级学科博士学位授权点，4个博士后科研工作流动站，27个一级学科硕士学位授权点，11个硕士专业学位类别。在学科建设方面，工程学科稳居ESI全球前1%行列；拥有1个上海市Ш类高峰学科，4个上海市Ｉ类高原学科，1个学科参与上海市IV类高峰学科建设。
在国家建设“一流大学和一流学科”、上海市建设地方高水平大学的重要战略机遇期，上海理工大学正以未来光学、智能制造、医疗器械与康复工程3大国际实验室和系统管理1个特色平台为载体，建设光学工程、系统科学、动力工程及工程热物理、机械工程、生物医学工程5大一流学科。学校将抢抓机遇，改革创新，加快高水平大学建设，促进内涵发展，力争把学校建设成为特色显著的一流理工科大学。
展开更多
奖助政策
博士研究生奖助主要由基础性奖助金和激励性奖助金两大部分构成，其中基础性奖助金6.36-6.6万元/年和激励性奖助金6.6万元/年。
展开更多