为帮助在统计学专业学子深入理解专业前沿、搭建理论与实践的桥梁，2025年11月20日，四川师范大学数学科学学院特邀四川大学数学学院教授、博士生导师、四川大学统计学研究中心主任周杰，在狮子山校区七教201室带来“流式数据的统计计算”专题学术讲座。本次讲座由学院党委副书记任茜主持，吸引了众多学子到场聆听。

作为享受国务院政府特殊津贴专家、四川省学术和技术带头人，周杰教授长期深耕数学、统计学与信息科学交叉领域，在多源信息融合、高维统计推断等方向成果丰硕。讲座中，他以流式数据处理的行业需求为切入点，系统讲解了统计量计算的核心方法，重点围绕最小二乘估计递推算法、随机动态系统Kalman滤波等内容，拆解了系统参数与状态的递推逻辑。

周杰教授介绍，Kalman滤波器作为基于线性系统状态方程的最优递归估计算法，核心在于通过输入输出观测数据实现状态的实时递推估计，其递推公式、协方差更新及卡尔曼增益计算等理论体系，为线性、离散、有限维系统提供了高效解决方案。为帮助学子理解原理，他结合高等代数、概率论等基础学科，通过讲解递推最小二乘法、线性回归模型、随机数的产生、最优回归问题等阐释了Kalman滤波器的工作机制，同时客观分析了该算法的适用条件、核心特点与应用局限。

“传统统计方法需适配新的应用场景，数学表达式的等价性不等于算法实现的一致性。”周杰教授在讲座中强调，随着大数据时代的到来，流式数据处理面临实时性、高吞吐量等新挑战，需充分依托计算机的高性能处理能力，开发适配性更强的计算方法。

从图像跟踪识别到自动驾驶、从医疗影像分析到药物研发，Kalman滤波器及其扩展算法已深度渗透到工业生产、科技研发的各个领域。此次讲座兼具理论深度与实践价值，不仅让同学们明晰了流式数据统计计算的前沿动态，更直观感受到数学学科在跨领域应用中的核心价值。周杰教授以深厚的学术积淀和生动的案例解析，将抽象的算法理论转化为可感知的应用逻辑，既搭建起理论知识与工业实践的衔接桥梁，为青年学子深耕专业领域、探索学科前沿注入了持续动力。

作者：罗韵秋、赵洋、李欣颖，摄影：李欣颖，一审：李超，二审：任茜，终审：屈加文

编辑：李超   审核：任茜   终审：屈加文