复杂网络的顶点着色及其在疾病免疫中的应用

在复杂网络研究中, 对于网络结构特征的分析已经引起了人们的极大关注, 而其中的网络着色问题却没有得到足够的重视. 为了理解网络结构与着色之间的关系, 本文研究了WS, BA网络以及不同宏观结构参量对于正常K色数的影响, 发现最大团数可以大致反映正常K色数的变化趋势, 而网络的平均度和匹配系数比异质性和聚类系数对于色数的影响更大. 对于一些实际网络的正常着色验证了本文的分析结果. 对复杂网络的顶点进行着色后, 根据独立集内任意两个顶点均不相邻的特点, 我们提出了基于独立集的免疫策略. 与全网随机免疫相比, 基于独立集的免疫策略可令网络更为脆弱, 从而有效抑制疾病的传播. 基于网络着色的独立集提供了一种崭新的免疫思路, 作为一个简单而适用的平台,有助于设计更为有效的免疫策略. 关键词： 复杂网络 正常着色 独立集 免疫策略     

离子通道的非均匀分布对环链神经元网络电活动的影响

在电位耦合条件下,利用Morris-Lecar神经元模型构造环链神经元网络,研究了离子通道分布不均匀情形下神经元网络群体电活动的演化和转变问题. 在数值研究中通过改变局部区域的离子通道电导值模拟离子通道的非均匀分布,并对其可能的机制进行了分析. 还研究了网络中局部区域的钙离子电导的差异性和钾离子电导的差异性如何逐渐激发周边神经元,以及诱发的行波如何依赖于神经元之间的耦合强度. 研究发现,增大钙离子电导到一定程度或减小钾离子电导到一定程度可以诱发周围神经元产生兴奋并产生稳定的行波;相反,减小钙离子电导或增大钾离子电导则会减缓或阻断行波的传递. 在同时改变钙离子电导和钾离子电导的情况下,行波的诱发和传播完全依赖于钙离子电导的增量和钾离子电导的减量. 关键词： Morris-Lecar神经元 离子通道的非均匀分布 环链网络     

基于社团结构的城市地铁网络模型研究

本文运用复杂网络理论, 对我国北京、上海、广州和深圳等城市的地铁网络进行了实证研究. 分别研究了地铁网络的度分布、聚类系数和平均路径长度. 研究表明, 该网络具有高的聚类系数和短的平均路径长度, 显示小世界网络的特征, 其度分布并不严格服从幂律分布或指数分布, 而是呈多段的分布, 显示层次网络的特征. 此外, 它还具有重叠的社团结构特征. 基于实证研究的结果, 提出一种基于社团结构的交通网络模型, 并对该模型进行了模拟分析, 模拟结果表明, 该模型的模拟结果与实证研究结果相符. 此外, 该模型还能解释其他类型的复杂网络(如城市公共汽车交通网络)的网络特性. 关键词： 复杂网络 地铁网络 小世界 社团     

基于有向网络的Email病毒传播模型及其震荡吸引子研究

基于有向Email网络和Email病毒传播特点,运用平均场方法建立Email病毒传播的时滞微分方程模型,研究Email病毒在有向网络中的震荡传播行为.理论上给出了震荡解的全局吸引子存在的充要条件,数值实验验证了吸引子的存在性和控制.研究表明,子图之间的传播概率决定吸引子的存在性,而有效传播率影响吸引子的振幅,因此这两个参数对于有效预测和控制Email病毒在网络上的传播规模具有重要意义.     

66单元三角形栅格径向线阵列天线馈电系统

提出了三角形栅格布局的多单元径向线子阵的设计思想,根据该子阵馈电系统耦合量的需求,设计了一种新型耦合探针,并基于此探针,对中心频率为2.856 GHz的66单元三角形栅格径向线子阵的馈电系统进行了分析和设计。仿真计算结果证明:该66单元三角形栅格径向线子阵馈电系统在中心频率处基本实现了66路等幅馈电,在2.78~2.92 GHz的频带范围内,反射系数小于0.1。此外对加载单元天线的66单元阵列辐射特性进行了仿真计算,进一步验证了该馈电系统设计的可行性。     

基于网络传输的实时图像融合系统设计

 为了实现图像融合系统远距离实时传输,提出一种基于TI公司TMS320DM642和TMS320DM365处理器平台的高速网络传输图像融合系统的设计方案。设计基于TMS320DM642融合模块和基于TMS320DM365网络传输模块,解决了图像融合模块和网络传输模块间的数据通信问题;在融合模块中实现图像配准和图像实时融合,融合图像数据在网络传输模块中进行H-264算法压缩并根据RTP(real-time transport protocol,实时传输协议)协议实现RTP封包处理,传输码率约为460 kb/s;利用线程间管道通信技术,实现了一种新的基于RTP/RTSP(real time streaming protocol,实时流传输协议)嵌入式流媒体服务器的搭建方法。实验结果表明：系统总体图像延迟为300 ms左右。     

Markov transition probability-based network from time series for characterizing experimental two-phase flow

We generate a directed weighted complex network by a method based on Markov transition probability to represent an experimental two-phase flow. We first systematically carry out gas-liquid two-phase flow experiments for measuring the time series of flow signals. Then we construct directed weighted complex networks from various time series in terms of a network generation method based on Markov transition probability. We find that the generated network inherits the main features of the time series in the network structure. In particular, the networks from time series with different dynamics exhibit distinct topological properties. Finally, we construct two-phase flow directed weighted networks from experimental signals and associate the dynamic behavior of gas-liquid two-phase flow with the topological statistics of the generated networks. The results suggest that the topological statistics of two-phase flow networks allow quantitative characterization of the dynamic flow behavior in the transitions among different gas-liquid flow patterns.     

Varactor-tunable frequency selective surface with an embedded bias network

A new technique for designing a varactor-tunable frequency selective surface （FSS） with an embedded bias network is proposed and experimentally verified. The proposed FSS is based on a square-ring slot FSS. The frequency tuning is achieved by inserting varactor diodes between the square mesh and each unattached square patch. The square mesh is divided into two parts for biasing the varactor diodes. Full-wave numerical simulations show that a wide tuning range can be achieved by changing the capacitances of these loaded varactors. Two homo-type samples using fixed lumped capacitors are fabricated and measured using a standard waveguide measurement setup. Excellent agreement between the measured and simulated results is demonstrated.