Link overlap,viability, and mutual percolation in multiplex networks

Many real-world complex systems are best modeled by multiplex networks. The multiplexity has proved to have broad impact on the system’s structure and function. Most theoretical studies on multiplex networks to date, however, have largely ignored the effect of the link overlap across layers despite strong empirical evidences for its significance. In this article, we investigate the effect of the link overlap in the viability of multiplex networks, both analytically and numerically. After a short recap of the original multiplex viability study, the distinctive role of overlapping links in viability and mutual connectivity is emphasized and exploited for setting up a proper analytic framework. A rich phase diagram for viability is obtained and greatly diversified patterns of hysteretic behavior in viability are observed in the presence of link overlap. Mutual percolation with link overlap is revisited as a limit of multiplex viability problem, and the controversy between existing results is clarified. The distinctive role of overlapping links is further demonstrated by the different responses of networks under random removals of overlapping and non-overlapping links, respectively, as well as under several link-removal strategies. Our results show that the link overlap facilitates the viability and mutual percolation; at the same time, the presence of link overlap poses a challenge in analytical approaches to the problem.     

高温超导无绝缘线圈励磁电压特性研究

本文通过实验研究了焊锡浸渍、励磁电流PI控制、励磁速率以及励磁幅值对高温超导无绝缘线圈励磁电压特性的影响。实验结果表明:高温超导无绝缘线圈励磁电压具有时延特性,焊锡浸渍、励磁电流PI控制分别会增大和减小时延特性,而励磁速率和励磁幅值不会影响时延特性;励磁电压幅值随励磁速率增大而增大;焊锡浸渍可降低励磁电压幅值,而励磁电流控制对励磁电压幅值影响不明显。     

LS-SVM的梨可溶性固形物近红外光谱检测的特征波长筛选

为提高梨可溶性固形物含量(soluble solids content,SSC)的近红外光谱模型的精度和稳定性,以160个梨样品为实验对象,分别对原始光谱、多元散射校正(MSC)和标准正态变量变换(SNV)处理后的光谱,经无信息变量消除算法(UVE)挑选后,再结合遗传算法(GA)和连续投影算法(SPA),筛选梨可溶性固形物的近红外光谱特征波长。将筛选后的波长作为输入变量建立梨可溶性固形物的最小二乘支持向量机(LS-SVM)模型。结果表明经过SNV-UVE-GA-SPA从全波段3112个波长中筛选出的30个特征波长建立的梨可溶性固形物LS-SVM模型效果最好,该模型的预测集相关系数(R_p)和预测均方根误差(RMSEP)分别为0.956和0.271。该模型简单可靠,预测效果好,能满足梨的可溶性固形物含量的快速检测,为在线检测和便携式设备开发提供了理论基础。     

最小二乘支持向量机方法对冬小麦叶面积指数反演的普适性研究

冬小麦叶面积指数(leaf area index, LAI)是进行作物长势判断和产量估测的重要农学指标之一,高光谱遥感技术为大面积、快速监测植被LAI提供了有效途径。在探讨利用最小二乘支持向量机(least squares support vector machines, LS-SVM)方法和高光谱数据对不同条件下冬小麦LAI的估算能力。在用主成分分析法(principal component analysis, PCA)对PHI航空数据降维的基础上,利用实测LAI数据和高光谱反射率数据,构建LS-SVM模型,采用独立变量法,分别估算不同株型品种、不同生育时期、不同氮素和水分处理条件下的冬小麦LAI,并与传统NDVI模型反演结果对比。结果显示,每种条件下的LS-SVM 模型都具有比NDVI模型更高的决定系数和更低的均方根误差值, 即反演精度高于相应的NDVI模型。NDVI模型对不同株型品种、不同氮素和水分条件下冬小麦LAI估算精度不稳定,LS-SVM则表现出较好的稳定性。表明LS-SVM 方法利用高光谱反射率数据对于不同条件下的冬小麦LAI反演具有良好的学习能力和普适性。     

近红外高光谱图像结合CARS算法对鸭梨SSC含量定量测定

高光谱数据量大、 维数高且原始光谱噪声明显、 散射严重等特征导致光谱建模时关键波长变量提取困难。 基于此,提出采用竞争性自适应重加权算法(CARS)对近红外高光谱数据进行关键变量选择。 鸭梨作为研究对象。 采用决定系数r2、 预测均方根误差RMSEP和验证集标准偏差和预测集标准偏差的比值RPD值进行模型性能评估。 基于选择的关键变量建立PLS模型(CARS-PLS)与全光谱变量建立的PLS模型进行比较发现CARS-PLS模型仅仅使用原始变量中15.6%的信息获得了比全变量PLS模型更好的鸭梨SSC含量预测结果,r2_pre,RMSEP和RPD分别为0.908 2,0.312 0和3.300 5。 进一步与基于蒙特卡罗无信息变量MC-UVE和遗传算法(GA)获得的特征变量建立的PLS模型比较发现,CARS不仅可以去除原始光谱数据中的无信息变量,同时也能够对共线性的变量进行压缩去除,该方法能够有效地用于高光谱数据变量的选择。 结果表明,近红外高光谱技术结合CARS-PLS模型能够用于鸭梨可溶性固形物SSC含量的定量预测。 从而为基于近红外高光谱技术预测水果内部品质的研究提供了参考。     

冬小麦冻害胁迫高光谱分析与冻害严重度反演

对冬小麦冻害严重度的精确反演是及时采取补救措施降低损失的关键,同时及时预测产量损失对政府职能部门也具有积极意义。针对冬小麦冻害群体严重度评估方法在经典统计反演模型存在估算效果不理想的情况下,以冬小麦为试验对象,首先对冬小麦冠层光谱反射率数据进行重采样平滑处理,再用主成分分析(PCA)技术对高光谱数据进行分析,进一步实现综合原始光谱主成分信息作为自变量参与冬小麦冻害严重度反演过程,最后采用决定系数R2、均方根误差RMSE、准确度Accuracy三种模型精度验证方法对模型进行评价。结果显示,基于主成分分析法建立冬小麦冻害严重度模型精度分别达0.697 5,0.184 2和0.697 5;同时对反演模型进行验证,其精度也分别达到0.630 9,0.350 3和1.339 6。因此,该方法能有效地对冬小麦冻害严重度进行快速、精确的反演。     

不同类型土壤总氮的近红外光谱技术测定研究

该研究从江苏、河南、山西、河北、吉林采集部分表层土壤,并在山西河北两地采集表下层土壤,经前处理后通过近红外光谱仪扫描得到光谱图,用传统开氏法测得其总氮,运用OPUS软件建立了土壤总氮和光谱图之间的数学模型,并初步探讨了模型的应用范围。结果表明：各地区表层土壤建立的模型良好,交叉检验的均方根误差均在0.01%以内,相关系数平均在0.85以上,并且该模型能够很好地定量分析同一采样范围内表层和表下层的土壤总氮,定量分析的均方根误差基本在0.01%以内,相关系数在0.80左右;可能受土壤类型的影响,该模型在地区之间的运用具有一定的局限性;从各地区随机取出部分数据作为一个新的集合建立的综合模型良好,其交叉检验的均方根误差和相关系数分别为0.010 2%和0.985 6,并且该模型能很好地预测各地区的土壤总氮。     

连续小波变换定量反演土壤有机质含量

以北京市东部地区96个潮土土样的土壤参数及对应光谱数据为数据源,采用连续小波多尺度分析处理与分析。首先将土壤光谱进行初步处理,生成小波系数,其次将土样的有机质含量与小波分解系数开展相关性分析,提取特征波段,最后采用特征波段建立预测耕层有机质含量的模型。结果表明：经连续小波处理后,光谱对耕层有机质含量的预测能力明显优于传统光谱变换技术;经连续小波分解后,对土壤有机质含量的预测能力随光谱分辨率降低呈先降后升再降的趋势;连续小波分析算法可提升土壤光谱对有机质含量的估测能力,与土壤高光谱反射率相比,基于连续小波变换的土壤有机含量最佳的精度提高19%;由于光谱分辨率为80 nm建立的模型精度较高,其R2达到0.632,这表明在连续小波算法下,光谱分辨率较低的宽波段数据可用于土壤有机质含量的监测。     

太赫兹光谱技术用于干旱胁迫下大豆冠层含水量检测研究

近年来水资源短缺问题日益严重,部分地区由于农业灌溉用水不足导致庄稼减产农民利益受损。大豆是一种需水量较大的农作物,一旦水分亏缺将直接影响大豆植株的形态和生长发育,从而造成大豆品质降低和产量减少。大豆叶片的水分状况可真实地反映植株水分受土壤水分亏缺的影响程度,因此,大豆冠层叶片水分含量的快速获取成为一种需要。太赫兹辐射在水中的强烈衰减使其成为一种非常灵敏的非接触式探针,可以快速、无损地检测叶片含水量。因此基于太赫兹光谱这一新技术进行大豆冠层叶片含水量的检测研究,用于实时监测田间大豆的健康状况。实验选用中黄13号大豆进行栽培,为尽可能模拟田间不同程度的干旱胁迫状况,将开花期大豆进行5个不同梯度：正常供水、轻度干旱胁迫、中度干旱胁迫、重度干旱胁迫、严重干旱胁迫(分别占田间最大持水量的80%,65%,50%,35%,20%)的水分灌溉,每个梯度设置3个重复。利用人工称重法与便携式土壤水分速测仪结合将土壤含水量调控到各水分梯度要求。然后,将实验大豆植株运回实验室并利用透射式太赫兹时域光谱仪进行样本扫描,每个梯度采集18片冠层叶片,共90个样本,以2∶1的比例分为校正集和预测集。在获取各样本时域光谱数据后,根据Dorney和Duvillaret提出的模型进行了光学参数的提取,得到各样本的吸收系数谱以及折射率谱。定性分析了太赫兹时域光谱、吸收系数、折射率随水分胁迫程度不同的变化情况。实验发现：随着水分胁迫程度的降低,时域光谱的峰值呈不断衰减趋势,且均低于空白参考峰值,同时有明显的时间延迟。吸收系数值随干旱胁迫程度的加剧逐渐降低;折射率值同样随干旱胁迫程度的加剧逐渐降低。并利用偏最小二乘(PLS)和多元线性回归(MLR)方法定量研究了时域光谱、吸收系数、折射率光谱数据与叶片含水率的相关关系。结果表明,太赫兹波对大豆叶片水分差异十分敏感,基于时域光谱最大值和最小值的MLR预测精度最高,预测集相关性(r_p)达-0.939 3,均方根误差(RMSEP)为0.049 5。研究表明太赫兹光谱技术应用于大豆冠层叶片含水量观测具有良好的可行性,为开展大豆冠层含水量信息快速获取,实现科学节水管理与灌溉决策提供了新的检测手段和实验依据。     

能量色散X射线荧光光谱检测土壤重金属砷、锌、铅和铬

利用X射线荧光光谱检测土壤重金属砷、锌、铅和铬元素的含量。通过分析仪器检出限和准确度,得出仪器适用性良好。然后,利用二维相关同步光谱获得重金属元素的X射线荧光光谱能谱范围和变量数,得出铅元素的能谱范围分别为10.380~10.740和12.435~12.900 keV,砷元素的能量范围是10.380~10.740和11.610~11.880 keV,铬元素的能量范围是5.310~5.520和5.805~6.015 keV, 锌元素的能量范围是8.520~8.805和9.555~9.630 keV,铅、砷、铬和锌的变量数分别为57,44,30和26。最后,根据获得的能谱范围,采用偏最小二乘回归方法建立重金属元素的X射线荧光光谱定量分析模型,得出砷元素的模型性能最佳,其次是铅、锌和铬,预测相关系数都高于0.92。研究表明,利用二维相关光谱获得的能谱范围有助于提高模型的预测性能和便携式X射线荧光光谱检测仪器适用于土壤重金属的原位监测。