Multi-component optical azimuthons of four-wave mixing

We report the multi-component optical azimuthons of four-wave mixing(FWM) composed of several modulated vortex beams, the so-called azimuthons, in V-type three-level and two-level atomic systems. We analyze the formation mechanisms of the FWM azimuthons theoretically and experimentally. In addition, we illustrate the interactions between the co-propagating azimuthon components. Finally, we also compare the stabilities of azimuthons in V-type three-level and two-level atomic systems.     

胡杨叶片水分含量的近红外光谱检测

胡杨叶片水分含量是评价胡杨健康状况的重要指标。光谱检测法是一种常用的手段,但在近红外光谱的测量过程中,在一定程度上必然受到仪器噪声、摆放形态差异和环境的干扰,为避免噪声、散射对近红外光谱的影响,减少数据维数,采用多元散射校正(MSC)算法对原始光谱数据进行预处理,去除散射和基线漂移的影响,增加了光谱数据的信噪比,使有效光谱信息较为明显,谱带特征得到加强,有利于特征波长的选择。为降低模型的复杂度,防止过拟合现象,减小共线性影响,利用连续投影算法(SPA)进行特征变量选择,并通过多元线性回归模型,分析各个波长模拟的残差平方,评价各个波长的贡献,剔除贡献较小的波长,最终获得用于建模的特征波长,改善建模条件。最后使用偏最小二乘回归算法建立胡杨叶片水分含量检测模型。实验表明,直接使用原始光谱,利用SPA算法筛选变量个数为6个,模型预测精度为90.144%,相关系数r=0.674 24,RMSE=0.021 434,MSC处理后,利用SPA算法选定最终变量数为5个,预测精度为97.734%,相关系数r=0.781 63,RMSE=0.016 776。MSC和SPA算法有效的消除了散射噪声、减小了共线性干扰,模型的预测精度和相关性增加,误差减小,可用于胡杨叶片水分的快速无损检测,而且对其他作物叶片水分检测也具有一定的借鉴意义。     

基于超图的突发灾害事件演化网络研究

突发灾害事件演化是灾害系统各要素相互作用的结果,从系统要素相互作用的视角剖析突发灾害事件网络演化机理,对阻断次生、衍生事件的发生,减少事件损失,提高应急处置效果具有重要意义.在分析了突发灾害事件网络演化机理基础上,基于超图理论构建了突发灾害事件演化网络模型,通过分析超图的拓扑特性对承灾体的关联性、暴露性以及事件的衍生性、危害性和重要性进行了评估,并基于超图生成的线图对灾害事件的关键演化链进行了描述,最后,以某城市燃气泄露爆炸事件为例进行了验证分析.研究表明,所构建模型既能对突发灾害事件演化网络进行结构化描述,又能对事件及承灾体的风险和重要性进行评估,为分析突发灾害事件网络演化提供了有力工具.