基于复杂网络的时间序列双变量联动波动

选择伦敦金与Au9999下午收盘价格作为样本数据研究时间序列双变量之间的联动波动规律.依据粗粒化方法,将伦敦金与Au9999价格的联动波动状态转化为由5个{P,N,M}字符组成的字符串,每个字符串代表5天的价格联动波动模态.将模态作为节点,模态之间的转化为边,构建价格联动波动复杂网络.运用复杂网络理论对时间序列双变量联动波动模态的统计、变化规律和演化机制进行分析.结果表明:时间序列双变量联动波动模态分布具有幂律性、群簇性和周期性,其联动波动模态主要通过少数几种模态进行转换与演化.本方法不仅可以研究不同类型时间序列双变量联动波动,同时可为多变量联动波动研究提供思路.     

含旋流圆环形管道声传播的有限元计算

本文发展了计算包含旋流的圆环形管道声传播问题的有限元数值模型,并且对等熵和均熵流动做了讨论.经典的声学有限元方法大多求解只包含一个变量的对流波动方程,但是对于包含旋流等非均匀流的圆环形管道声传播问题,不能简化成只含有一个变量的对流波动方程.本文尝试用直接求解耦合方程组的有限元方法方法研究管道声传播问题.文章分别研究了刚性壁面、不同阻抗的声衬壁面对管道声传播的影响,同时还对不同阶的声模态包括传播模态和截止模态在管道中的传播规律做了分析.计算的结果和正模态解析方法符合得很好,从而验证了有限元模型的正确性和可行性.     

基于拓展分离变量法的非傅里叶传热研究

常规的分离变量方法不能求解非傅里叶传热模型问题,本文对常规分离变量法进行拓展,利用拓展后的方法求解热传导的傅里叶模型,单相位滞后（C-V）模型和双相位滞后（DPL）模型,比较利用三种模型计算温度场的差别.研究C-V模型和DPL模型中温度波动的规律,得到温度波动速度和热流量时间滞后值的关系.     

总体经验模态分解能量向量用于ECG能量分布的研究

总体经验模态分解(EEMD)改进了经验模态分解(EMD)存在的模态混叠问题, 依据信号自身的波动特点将信号分解, 特别适合非线性非平稳信号的分析处理. ECG信号能量分布有一定的规律, 疾病会引起能量分布的变化, 研究ECG能量分布的改变对心脏疾病的研究和临床诊断有重要意义. 本文将ECG信号通过EEMD方法分解为多个本征模态函数(IMF)分量, 观察IMF分量的波动规律, 指出了ECG信号在不同时间尺度上的波动特点和物理意义. 将IMF分量分别计算能量, 得到ECG的能量向量, 并对健康人和三种心脏疾病患者能量向量进行对比分析. 结果表明心脏疾病导致EEMD能量向量的高频分量显著降低, 尤其是p₁分量具有较好的区分度, 可以作为心脏疾病诊断的参考依据. 相比较传统的频域分析方法单纯关注频率而忽略信号自身特点和信号成分之间的相互作用, EEMD的分解结果依赖于ECG信号本身, 因此更能够反映ECG信号的真实情况, 揭示年龄和疾病对ECG能量分布的影响.     

基于非下采样双树复小波域的双变量模型去噪算法

提出一种基于非下采样双树复小波域的图像去噪算法.首先分析非下采样双树复小波变换同一方向实部与虚部小波系数之间的相关性,通过实例及统计规律得到其联合概率分布近似服从于椭圆边界的单峰各向异性二维非高斯分布.然后把双变量统计模型引入到非下采样双树复小波变换实部和虚部小波系数中,将实部与虚部小波系数的联合概率分布作为双变量先验模型,得到了非下采样双树复小波变换自适应各向异性双变量去噪模型.该模型可以很好地体现实部与虚部小波系数之间的相关性.运用最大后验概率来估计从含噪图像的小波系数恢复原图像的系数,达到去噪目的.最后根据该模型得到了一种具有闭式解的去噪算法.实验表明:该算法比经典算法提高了一定的峰值信噪比,且有良好的视觉效果,较好地保持了图像中的纹理特征.     

多尺度多变量模糊熵分析

多尺度多变量样本熵评价同步多通道数据的多变量复杂度, 是非线性动态相互关系的一种反映, 但其统计稳定性差, 且不适用于非线性非平稳信号. 研究利用模糊隶属度函数代替模式相似判断的硬阈值准则, 并分析模糊隶属度函数形式的影响; 研究利用多变量经验模态分解算法进行多尺度化, 并对比其处理效果. 仿真试验表明, 模糊隶属度函数的引入可以有效提高算法的统计稳定性, 所构造的物理模糊隶属度函数的性能最为显著; 基于多变量经验模态分解算法的多尺度化过程可更有效地捕获信号的不同尺度成分, 从而更敏感地区分具有不同复杂度的信号. 对临床试验数据的分析支持以上结论, 且结果提示随着年龄增加或心脏疾病的发生, 心率变异性和心脏舒张间期变异性的多变量复杂度以不同的方式降低: 年龄增加会使低尺度熵值降低, 表示近程相关性的丢失; 而心脏疾病会同时影响各个尺度的熵值, 即同时丢失了近程和长时相关性. 该结论可用于指导心血管疾病的无创预警研究. 关键词： 多变量复杂度 多尺度多变量模糊熵 物理模糊隶属度函数 多变量经验模态分解     

与非等同双原子相互作用下光场的相干性质

研究了具有不同偶极矩的两个原子与双模压缩真空场相互作用系统中光场的相干性质.讨论了两个原子与双模压缩真空场的相对耦合常量(R=g1/g2)和光场的初始压缩因子r对二阶相干度、光场的模间相关性、Cauchy-Schwartz不等式的影响.结果表明,光场的初始压缩因子较小时,光子的聚束效应和反聚束效应交替出现,且光场的模间相关程度较强.光场的初始压缩因子较大时,光子呈现聚束效应,且模间相关程度较弱.双原子的相对耦合常量R对二阶相干度、光场的模间相关性、Cauchy-Schwartz不等式的时间演化规律有影响,但不能改变光场模间相关的非经典性质.     

国际石油价格复杂网络的动力学拓扑性质

为了分析国际石油价格波动的变化特征,依据粗粒化方法,将1986年1月2日至2009年11月17日美国西得克萨斯原油现货逐日离岸价格转化为由3个表示涨落字符{R,e,D}构成的102种5字串组成的价格波动状态为网络节点(即连续5天的价格波动组合),按照时间顺序连边,构建原油价格有向加权波动网络,用复杂网络拓扑结构记录原油价格波动周涨落的信息,计算网络的度与度分布、聚类系数、最短路径长度等动力学统计量.结果表明,石油价格序列的波动网络节点度与累积度分布、节点度值与秩呈幂律分布,前32个节点(模态)的节点度值比较大,且这些石油价格波动模态中都包含表示价格变化上升趋势的字符.原油价格波动网络部分节点的中介中心性能力较强,24.5%的节点承担了网络80.97%的中介中心性功能,平均路径长度2.285,距离是2和3的情况占总数的86.8%,从网络结构拓扑性质这一新的角度验证了原油价格变化的复杂特征.这些对于我们识别具有拓扑统计重要性的节点模态,理解原油价格波动的内在规律和价格变化信息的传导有一定指导意义.     

一个新(2+1)维非线性演化方程的相干孤子结构

用分离变量法研究了新(2+1)维非线性演化方程的相干孤子结构.由于Bcklund变换和变量分离步骤中引入了作为种子解的任意函数,得到了新(2+1)维非线性演化方程丰富的孤子解.合适地选择任意函数,孤子解可以是solitoffs,dromions,dromion格子,呼吸子和瞬子.呼吸子不仅在幅度、形状,各峰间距离,甚至在峰的数目上都进行了呼吸. 关键词： 新(2+1)维非线性演化方程 分离变量法 孤子结构     

脑电信号的标度分析及其在睡眠状态区分中的应用

脑电信号具有长程幂律相关性及多重分形的标度特性,并随生理病理状态改变.本文首次针对睡眠脑电信号应用单重分形去趋势波动分析(detrended fluctuation analysis,简记为DFA)方法与多重分形奇异谱对睡眠脑电信号的标度特征进行系统的对比研究.发现DFA标度指数α对于不同导联和样本组间的差异较为敏感,随睡眠状态的变化不规律;而多重分形奇异强度区间Δα随睡眠状态的变化更为规律,睡眠Ⅰ期至Ⅳ期不断增大,并且导联间差异和样本组间差异均较小.多重分形Δα参数更适合作为判定睡眠状态的定量参数.     

基于荧光光谱技术的菜籽油氧化状态智能评价

菜籽油在加工及贮藏过程中，易受氧气、温度、光照等因素的影响，产生氧化酸败现象。为准确判断油脂氧化程度，实现不同氧化模式下菜籽油品质的快速判别，采用三维同步荧光光谱技术结合平行因子分析法及BP神经网络法建立菜籽油氧化状态的智能评价模型。以冷榨菜籽油为原料，将样品分别置于常温、Schaal烘箱、高温模式中氧化处理，期间采集菜籽油的三维同步荧光光谱数据及理化指标，当理化指标超出国标限定范围时，停止采集数据。结果表明，菜籽油中荧光物质在不同氧化模式中的演变规律呈显著差异，氧化温度对菜籽油荧光光谱有明显影响。常温氧化350 d与第1 d相比，菜籽油的特征荧光峰位置无变化，仅在激发波长Ex为620和660 nm附近荧光峰强度发生微弱变化；Schaal烘箱氧化26 d后，在激发波长Ex为620和660 nm附近荧光峰强度显著减弱，且在激发波长Ex为350～450 nm之间有新的荧光峰生成；高温氧化48 h后，Ex为620和660 nm处荧光峰消失，在Ex为400～550 nm处产生显著荧光峰，相对Schaal烘箱氧化，荧光波长发生一定程度红移，这是由于高温氧化过程中油脂氧化生成的物质稳定性较差引起的。利用平行因子分析法对三维同步荧光光谱数据进行分解获取有效的二维荧光光谱数据，当组分数为6，Δλ=60 nm时激发波长的载荷值最大，不同样品间差异最显著。选定Δλ=60 nm波段的二维荧光光谱数据用于智能评价，作为BP神经网络模型的输入值，以极性组分作为模型输出值，分别对菜籽油三种氧化模式数据建模训练。实验结果表明，三种氧化模式对应的训练集、验证集、测试集模型相关系数r均能达到0.9以上，其中常温氧化模式中验证集及测试集模型的相关系数r为1，输出值与目标值较接近，模型的预测效果较好；综合三种氧化模式数据建模，对应训练集、验证集、测试集模型的相关系数分别为0.999，0.913和0.988，均方误差均较小，说明该模型能准确判断菜籽油的不同氧化状态。因此，三维同步荧光光谱技术结合平行因子分析法、BP神经网络法建立快速检测模型能实现菜籽油不同氧化状态的判别，为菜籽油的氧化程度的评价提供新方法，同时为其他食用油的品质评价提供参考。     

基于三维荧光光谱-平行因子分析的海上溢油识别技术研究

在世界范围内溢油事件频繁发生,溢油的组成成分会影响人类身体健康和生态系统。因此,迫切地需要一种可以快速识别溢油种类的方法。针对溢油污染物现场快速鉴别的需求,利用平行因子分析技术建立了基于三维荧光光谱的原油、燃料油识别方法。首先,利用Delannay三角形内插值法对实验选的6种原油(Roncador原油、巴士拉原油、俄罗斯原油、沙特原油(重质)、上扎库姆原油、海二站原油)和三种燃料油(380CST燃料油、5-7号燃料油、岚山燃料油)的三维荧光光谱去散射,去散射后的三维光谱数据进行归一化处理;之后,对三维荧光光谱进行平行因子解析,确定七个荧光组分为最佳荧光组分,进而得到由7个荧光成分组成的样品荧光特征谱,将风化第3,15和45天的样品及未风化样品的第一平行样的荧光特征谱进行贝叶斯方法(Bayes)判别分析和聚类分析,确定油品荧光特征谱的分析能力和18条荧光标准谱库(12条原油标准谱和6条燃料油标准谱);最后,利用非负最小二乘多元线性回归建立溢油荧光识别方法,对第0,7和30天风化的样品和未风化样品的另一平行样进行识别。实验结果表明,除对风化及未风化的俄罗斯原油识别外,该方法对其余风化和未风化的五种原油和三种燃料油识别正确率均为100.0%,整体识别原油正确率为87.5%,燃料油正确率为100.0%。     

The Relationship between Crude Oil Futures Market and Chinese/US Stock Index Futures Market Based on Breakpoint Test

Combined with the B-P (breakpoint) test and VAR–DCC–GARCH model, the relationship between WTI crude oil futures and S&P 500 index futures or CSI 300 index futures was investigated and compared. The results show that breakpoints exist in the relationship in the mean between WTI crude oil futures market and Chinese stock index futures market or US stock index futures market. The relationship in mean between WTI crude oil futures prices and S&P 500 stock index futures, or CSI 300 stock index futures is weakening. Meanwhile, there is a decreasing dynamic conditional correlation between the WTI crude oil futures market and Chinese stock index futures market or US stock index futures market after the breakpoint in the price series. The Chinese stock index futures are less affected by short-term fluctuations in crude oil futures returns than US stock index futures.     

基于原油最高温度点变化规律分析停输相变传热

采用分区法数学模型,利用等价比热容法处理析蜡潜热问题,追踪停输相变过程中管道内原油最高温度点位置的变化轨迹,确定管道内原油最终凝固位置,提出管道内原油全凝的判断依据。基于最高温度点位置的变化规律将传热过程分为四个阶段,重点讨论了各阶段中自然对流、潜热释放、传热方式转化对最高温度位置点变化的影响,结合Ra数变化分析了自然对流换热影响从强到弱的变化过程。深入探讨了停输相变过程中管道内固相率的变化及不同位置处原油温降曲线的特点。     

SPA-PLS的高含水原油近红外光谱含水率分析

准确及时的检测原油含水率对注水策略调整、原油开采能力评估、油井开发寿命预测等均具有重要意义。然而,当前我国大多数油田均已进入高含水的开发中晚期,含水率测量难度大且准确率不高。在此背景下,开展了高含水情况下利用近红外光谱进行原油含水率测量的研究。 首先介绍了目前原油含水率检测的常用方法,分析了它们的优劣。理论上,由于水的近红外光吸收带与原油中C-H键的吸收带有明显区别,根据Lambert-Beer吸收定律和吸光度线性叠加定律可知,不同含水率高含水原油近红外光谱会存在较强响应差异。为此,对高含水原油进行近红外光谱检测,建立原油含水率与近红外光谱响应间的非线性映射模型,可实现高含水原油含水率的精确测量。为了验证该方法的有效性,搭建了近红外光谱数据采集实验装置：采用白炽灯作为光源,经过光路调节成平行光后垂直射入样品池,用近红外光谱仪（海洋光学NIR512）采集光谱用于分析。其中,接收光谱仪带宽为900～1 700 nm,平均分成512个波段。光谱数据利用光谱仪配套软件储存在电脑中。样本采用相同厚度不同比例的油水混合物,样本含水率范围为70%～99%,共采集数据60组,每组重复3次取平均值。得到原始数据后,先进行原始数据预处理,以减少数据采集时来自高频随机噪音及温度不稳定、样本不均匀、基线漂移、光散射等不利因素的影响。分别选用了S-G滤波、一阶导数和S-G滤波+一阶导数作为数据预处理的方法,利用连续投影算法(SPA)对光谱数据进行降维,并利用偏最小二乘法（PLS）和多元线性回归（MLR）进行建模,模型精度通过计算均方根误差值（RMSE）和相关系数（r）来验证。对比发现,使用S-G滤波+一阶导数建立的模型RMSE值最小（RMSE=0.007 0,r=0.998 3）。使用SPA降维后的模型要优于全波段PLS模型（RMSE=0.083 3,r=0.920 6）与MLR模型（RMSE=0.099 9,r=0.967 1）。利用SPA提取出的31个特征波长建立的模型仅占全波段的6.05%,并获得了较好的精度。证明了利用光谱检测高含水原油含水率可行性,并且得到了满意的精度,为高含水原油的含水率检测提供了新的方法, 为进一步利用近红外光进行高含水原油的快速检测与在线监测提供参考。     

一种基于文本互信息的金融复杂网络模型

复杂网络能够解决许多金融问题,能够发现金融市场的拓扑结构特征,反映不同金融主体之间的相互依赖关系.相关性度量在金融复杂网络构建中至关重要.通过将多元金融时间序列符号化,借鉴文本特征提取以及信息论的方法,定义了一种基于文本互信息的相关系数.为检验方法的有效性,分别构建了基于不同相关系数(Pearson和文本互信息)和不同网络缩减方法(阈值和最小生成树)的4个金融复杂网络模型.在阈值网络中提出了使用分位数来确定阈值的方法,将相关系数6等分,取第4部分的中点作为阈值,此时基于Pearson和文本互信息的阈值模型将会有相近的边数,有利于这两种模型的对比.数据使用了沪深两地证券市场地区指数收盘价,时间从2006年1月4日至2016年12月30日,共计2673个交易日.从网络节点相关性看,基于文本互信息的方法能够体现出大约20%的非线性相关关系;在网络整体拓扑指标上,本文计算了4种指标,结果显示能够使所保留的节点联系更为紧密,有效提高保留节点的重要性以及挖掘出更好的社区结构;最后,计算了阈值网络的动态指标,将数据按年分别构建网络,缩减方法只用了阈值方法,结果显示本文提出的方法在小世界动态和网络度中心性等指标上能够成功捕捉到样本区间内存在的两次异常波动.此外,本文构建的地区金融网络具有服从幂律分布、动态稳定性、一些经济欠发达地区在金融地区网络中占据重要地位等特性.     

基于植物油可见吸收光谱的相关系数鉴别特级初榨橄榄油

目前市场上的橄榄油品牌很多,质量参差不齐,亟需完善橄榄油的等级分类检测和特级初榨橄榄油的鉴别方法。可见吸收光谱光谱法可在不直接接触样品的情况下对样品进行无添加试剂的探测,因此为实现特级初榨橄榄油的鉴别,采用可见吸收光谱法对不同种类植物油进行了光谱测量。实验结果发现特级初榨橄榄油在500~780 nm波段内具有4个明显的吸收峰,而其他种类植物油在此波段内吸光度较弱或无吸收峰,且同种植物油不同品牌之间的光谱特征极其相似。采用相关系数比对不同种类植物油可见吸收光谱,分别计算了四个不同波长范围内植物油的可见吸收光谱的相关系数,实验发现不同波长范围内的植物油可见光谱相关系数差别较大。在520～700 nm范围内,特级初榨橄榄油间的光谱相关系数在0.999 6以上,特级初榨橄榄油与其他种类植物油的光谱相关系数均低于0.267 8,特级初榨橄榄油与其他等级橄榄油的光谱相关系数在0.194 6～0.835 8之间。研究结果表明可见吸收光谱相关系数法是一种快速非接触式鉴别特级初榨橄榄油的可行性方法。建立了一种特级初榨橄榄油快速鉴别方法,即可见吸收光谱相关系数法。该方法在特级初榨橄榄油的实际鉴别中具有一定的应用价值。     

基于光谱曲线响应特性的油膜厚度估计模型分析

如今,海上溢油事故频发,如何对溢油的油量进行估计,是一个重要课题。如果可以得到溢油量,那么对后续的处理以及损失的评估都会有较大的帮助。高光谱遥感技术的快速发展使对油膜厚度的定量估计成为可能。采用AvaSpec光谱仪测量不同厚度的油膜,然后对得到的光谱曲线的多种曲线特征进行提取,分析其与油膜厚度之间的关系。结果表明,油膜厚度与基于高光谱位置变量的Rg和Ro、三角植被指数的RDVI和TVI以及Haboudane关系式相关性较大。分别采用曲线拟合、BP神经网络和基于SVD的迭代方法建立油膜曲线特征与油膜厚度之间的预测关系,并以此对不同的油膜光谱曲线进行油膜厚度估计,对得到的结果进行精度检测和运行时间分析,最终得出对每个估计模型的分析评价。