ErP5O14非晶玻璃的红外量子剪裁

研究了Er_1.0P₅O₁₄铒非晶玻璃的红外量子剪裁现象. 从吸收谱和激发光谱的计算比较中肯定了Er_1.0P₅O₁₄非晶 玻璃的1537.0 nm红外荧光为多光子量子剪裁荧光. 从Er_1.0P₅O₁₄非晶玻璃的可见和红外荧光发射光谱中发现激发²H_11/2, ⁴G_11/2和⁴G_9/2能级所导致的⁴I_13/2→⁴I_15/2量子剪裁红外荧光很强;基于自发辐射速率、无辐射弛豫速率和能量传递速率等参数的计算,对其量子剪裁机理进行了分析.发现起源于基态的强下转换能量传递{²H_11/2→⁴I_9/2,⁴I_15/2→⁴I_13/2},{⁴G_11/2→⁴I_13/2, ⁴I_15/2→²H_11/2},{⁴G_9/2→⁴F_7/2,⁴I_15/2→⁴I_13/2}和{⁴G_9/2→⁴I_13/2, ⁴I_15/2→²H_11/2}是导致Er_1.0P₅O₁₄非晶玻璃具有强的三光子和四光子量子剪裁红外荧光的原因.研究结果对改善太阳能电池效率有一定意义.     

基于多路可视图的健康与心梗患者心电图信号复杂网络识别

可视图(visibility graph, VG)算法已被证明是将时间序列转换为复杂网络的简单且高效的方法,其构成的复杂网络在拓扑结构中继承了原始时间序列的动力学特性.目前,单维时间序列的可视图分析已趋于成熟,但应用于复杂系统时,单变量往往无法描述系统的全局特征.本文提出一种新的多元时间序列分析方法,将心梗和健康人的12导联心电图(electrocardiograph, ECG)信号转换为多路可视图,以每个导联为一个节点,两个导联构成可视图的层间互信息为连边权重,将其映射到复杂网络.由于不同人群的全连通网络表现为完全相同的拓扑结构,无法唯一表征不同个体的动力学特征,根据层间互信息大小重构网络,提取权重度和加权聚类系数,实现对不同人群12导联ECG信号的识别.为判断序列长度对识别效果的影响,引入多尺度权重度分布熵.由于健康受试者拥有更高的平均权重度和平均加权聚类系数,其映射网络表现为更加规则的结构、更高的复杂性和连接性,可以与心梗患者进行区分,两个参数的识别准确率均达到93.3%.     

无人机高光谱波段选择的叶面积指数反演

叶面积指数（LAI）是评价作物长势和作物产量的重要参数。为有效利用高光谱信息,优选出最佳波段进而构建新型双波段指数来提高LAI估测精度,以冬小麦为研究对象,获取冬小麦孕穗期无人机高光谱数据和实测地面LAI数据,开展冬小麦LAI反演研究。首先采用连续投影算法（SPA）、最佳指数法（OIF）以及逐波段组合法（E）分别进行无人机高光谱数据最佳波段筛选,进而将所选最佳波段构建新型双波段指数（VI_OIF,VI_SPA,VI_E）;然后将构建的新型双波段指数和常规双波段指数（VI_F）与LAI进行相关性对比分析,最后结合支持向量回归（SVR）、偏最小二乘回归（PLSR）和随机森林回归模型（RFR）进行LAI估算,并对比分析常规双波段指数的估算精度,验证最佳波段选择方法构建新型双波段指数的最佳回归模型反演LAI的可行性。结果表明：（1）新构建双波段指数VI_OIF,VI_SPA,VI_E和VI_F与冬小麦LAI的相关性均达到0.05的显著水平,其中VI_SPA和VI_E与LAI的相关系数高于0.65,且RSI_SPA和RSI_E与LAI的相关性较高（r>0.71）;（2）对比分析VI_OIF、VI_SPA、VI_E和VI_F构建的SVR模型、PLSR模型和RFR模型的冬小麦LAI估测精度,VI_SPA_PLSR模型估测精度最高,R2和RMSE分别为0.75和0.90。该方法可为无人机高光谱数据波段选择以及冬小麦LAI反演提供技术支持和理论参考。     

基于多尺度的人体ECG信号质量指数谱分析

提出一种多重分形质量指数谱曲率和面积的概念,Cantor集的验证结果证明该两个参数在探测混沌时间序列复杂性方面是完全有效的.引入多尺度的分析方法,详细研究了不同采样频率和数据点下健康人、心肌缺血患者和心梗患者心电图(ECG)信号的质量指数谱,并与其他非线性参数进行了比较,期望从不同个体间的这种差异,获得区分健康人及有疾病人的非线性特征值.分类指标和单因素方差分析(ANOVA)检验结果表明,该方法达到了最好的综合区分效果.这一结论在早期诊断和临床应用方面具有一定的价值. 关键词： ECG 多尺度 多重分形 质量指数谱     

Decrease in Hurst exponent of human gait with aging and neurodegenerative diseases

In this paper the decrease in the Hurst exponent of human gait with aging and neurodegenerative diseases was observed by using an improved rescaled range （R/S） analysis method. It indicates that the long-range correlations of gait rhythm from young healthy people are stronger than those from the healthy elderly and the diseased. The result further implies that fractal dynamics in human gait will be altered due to weakening or impairment of neural control on locomotion resulting from aging and neurodegenerative diseases. Due to analysing short-term data sequences rather than long datasets required by most nonlinear methods, the algorithm has the characteristics of simplicity and sensitivity, most importantly, fast calculation as well as powerful anti-noise capacities. These findings have implications for modelling locomotor control and also for quantifying gait dynamics in varying physiologic and pathologic states.