基于复杂网络的时间序列双变量相关性波动研究

为了研究具有时间序列特征的双变量之间相关性的波动规律, 本文选取国际原油期货价格和中国大庆原油现货价格作为样本数据, 借鉴统计物理学的方法进行研究.运用粗粒化方法建立了相关性波动模态, 并利用复杂网络理论和分析方法对双变量相关性波动模态的统计、变化规律及其演化机理三个问题进行了分析.结果显示, 双变量相关性波动模态分布具有幂律性、群簇性和周期性, 相关性波动主要通过少数几种模态进行传递和演化.这些研究成果不仅可以作为双变量间相关性波动研究的方法, 也为不同变量间相关性波动一般规律的研究提供了思路.     

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.     

复杂网络链路可预测性:基于特征谱视角

近年来链路预测的理论和实证研究发展迅速,大部分工作关注于提出更精确的预测算法.事实上,链路预测的前提是网络的结构本身能够被预测,这种"可被预测的程度"可以看作是网络自身的基本属性.本文拟从特征谱的视角去解释网络的链路可预测性,并刻画网络的拓扑结构信息,通过对网络特征谱进行分析,构造了复杂网络链路可预测性评价指标.通过该指标计算和分析不同网络的链路可预测性,能够在选择算法前获取目标网络能够被预测的难易程度,解决到底是网络本身难以预测还是预测算法不合适的问题,为复杂网络与链路预测算法的选择和匹配问题提供帮助.     

复杂网络谱粗粒化方法的改进算法

大规模网络的同步问题是网络科学的重要研究课题之一.粗粒化方法提供了一种将大规模网络转化为小规模网络,同时又能较好地保持原始网络的拓扑性质或动态特性的研究途径,其中比较有代表性的谱粗粒化方法能较好地保持初始网络的同步能力.然而,谱粗粒化方法在实际计算中计算量大、对实际大规模网络可执行性差.本文提出一种改进的谱粗粒化算法,能大幅减少计算量,同时获得更好的谱粗粒化效果.通过理论分析和大量的数值仿真实验验证了所提改进算法的粗粒化效果和计算量都明显优于原谱粗粒化方法.     

复杂网络上动力系统同步的研究进展

本文简要介绍复杂网络的基本概念并详细总结了近年来复杂网络上动力学系统的同步的研究进展，主要内容有复杂网络同步的稳定性分析，复杂网络上动力学系统同步的特点，网络的几何特征量对同步稳定性的影响，以及提高网络同步能力的方法等。最后文章提出了这一领域的几个有待解决的问题及可能的发展方向。     

基于低阶矩阵最大特征值的复杂网络牵制混沌同步

虽已对复杂网络牵制同步需要牵制结点数量及牵制结点数量与耦合强度的关系进行了研究,然而快速计算牵制结点数量仍是大规模复杂网络面临的一个重要问题.研究发现了复杂网络耦合矩阵主子阵最大值递减规律,由此提出了快速计算复杂网络牵制结点数量的方法,揭示了不同的牵制策略与牵制结点数量之间的关系.数值仿真显示了在无标度网络和小世界网络上三种不同的牵制策略下,牵制结点数与主子阵最大特征值的变化规律;最后给出了一个在无标度网络上采用随机选择结点策略的牵制同步实例.     

一个复杂网络家族的结构与同步能力研究

研究了一个介于BA无标度网络和ER随机网络之间的复杂网络家族的结构与同步能力。结果表明,在平均度保持不变的情况下,随着随机连接概率的增大,该网络家族的度分布趋于均匀,平均最短距离缓慢增大,簇系数缓慢减小,对于同步稳定区域无界的动力学系统,网络家族的同步能力基本保持不变,而对于同步稳定区域有界的动力学系统,网络家族的同步能力则逐步提高,并与度分布的标准差成线性关系。有助于理解网络结构对同步能力的影响,且对如何提高网络的同步能力有一定的指导意义。     

复杂网络上动力系统同步的研究进展

本文简要介绍复杂网络的基本概念并详细总结了近年来复杂网络上动力学系统的同步的研究进展,主要内容有复杂网络同步的稳定性分析,复杂网络上动力学系统同步的特点,网络的几何特征量对同步稳定性的影响,以及提高网络同步能力的方法等。最后文章提出了这一领域的几个有待解决的问题及可能的发展方向。     

LemPel-Ziv复杂度算法中粗粒化方法分析及改进

为了提高Lempel-Ziv复杂度(LZC)的抗干扰能力和稳定性,提出用等概率粗粒化方法计算LZC的思想,介绍其具体算法,分析二值粗粒化阈值与LZC的关系.用Logistic映射生成87个序列进行抗干扰试验,计算这些序列加噪前后所得LZC序列的相关系数和相对变异系数,作为LZC指标抗干扰能力的测度,用10个脑电图进行LZC稳定性测试.结果表明,用等概率粗粒化方法时的相关系数都大于0.998,相对变异系数较小,脑电的LZC稳定性好.该方法可明显提高LZC的抗干扰能力和稳定性.     

网格上布鲁塞尔体系化学振荡的粗粒化模拟

将一种有效的粗粒化的动力学蒙特卡罗(KMC)方法用于加速模拟二维格气布鲁塞尔体系中的振荡行为．这种方法是将微观网格合并得到粗粒化的网格,并在该粗粒化网格上按粗粒化的反应速率执行KMC,即粗粒化的KMC．数值结果表明,由于非线性三分子反应导致的相邻元胞之间的关联是不能忽略的．通过正确的考虑这一边界效应,引入了所谓的b-LMF方法．大量的数据表明,只要体系的扩散系数不是很小,b-LMF方法能够很好的重现体系的振荡行为．另外,发现该方法所得的结果与KMC的偏离在合适的粗粒化尺度下存在一个接近于0的极小值,这一粗     

光电探测器相对光谱灵敏度测试方法的研究

本文在全面比较了各类光电器件相对光谱灵敏度S(λ)_r的基础上,设计了用热释电探测器作参考基准,用积分球作单色光辐射接收系统的S(λ)_r测量系统.由于设计上的优点,这一系统大大减少了入射辐射的偏振性,不均匀性,探测器的温漂和杂散辐射等因素带来的误差.     

基于K-L散度与光谱可分性距离的波段选择算法

波段选择是高光谱降维的常用手段,文中从波段选择应遵循的3个原则出发设计了一种基于信息散度与光谱可分性距离的波段选择算法。将高光谱数据中每个波段的光谱分量看作一个一维向量,使用K-L散度表示其相互之间的信息量,选出信息量大且相似性最小的波段组合;根据每个波段中不同地物光谱可分性距离的计算,得到可分性较大的波段组合;将两组波段组合取交集,即得到最优组合波段。为了验证算法的有效性,将选出的最佳3个波段进行伪彩色合成,对其进行光谱角制图分类,分类精度达到92.2%,Kappa系数为0.88.     

基于K-L散度与光谱可分性距离的波段选择算法

波段选择是高光谱降维的常用手段,文中从波段选择应遵循的3个原则出发设计了一种基于信息散度与光谱可分性距离的波段选择算法。将高光谱数据中每个波段的光谱分量看作一个一维向量,使用K-L散度表示其相互之间的信息量,选出信息量大且相似性最小的波段组合;根据每个波段中不同地物光谱可分性距离的计算,得到可分性较大的波段组合;将两组波段组合取交集,即得到最优组合波段。为了验证算法的有效性,将选出的最佳3个波段进行伪彩色合成,对其进行光谱角制图分类,分类精度达到922%,Kappa系数为088.     

一种基于电光调制光频梳光谱干涉的绝对测距方法

提出了一种基于电光调制光学频率梳的光谱干涉测距方法.理论分析了电光调制光学频率梳的数学模型和光谱扩展原理,并分析得出了光谱干涉测距方法的非模糊范围和分辨力的影响因素.在实验中,使用三只级联的电光相位调制器调制单频连续波激光生成了40多阶高功率梳齿状边带,并通过单模光纤和高非线性光纤对电光调制器输出的激光进行光谱扩展,得到重复频率为10 GHz,光谱宽度达30 nm的光学频率梳.将该光频梳作为光谱干涉测距装置的光源,可以实现无"死区"的绝对距离测量.另外,使用等频率间隔重采样和二次方程脉冲峰值拟合算法对测量结果进行数据处理,可以修正系统误差,提升测距精度.实验结果表明,在1 m的测量范围内,使用该装置可以在任意位置达到±15μm以内的绝对测距精度.     

Enhancing the synchronizability of networks by rewiring based on tabu search and a local greedy algorithm

By considering the eigenratio of the Laplacian matrix as the synchronizability measure, this paper presents an efficient method to enhance the synchronizability of undirected and unweighted networks via rewiring. The rewiring method combines the use of tabu search and a local greedy algorithm so that an effective search of solutions can be achieved. As demonstrated in the simulation results, the performance of the proposed approach outperforms the existing methods for a large variety of initial networks, both in terms of speed and quality of solutions.     

光学频率梳基于光谱干涉实现绝对距离测量

详细分析了光学频率梳光谱干涉的原理, 建立了较全面的光谱干涉的数学模型, 为实现绝对距离测量提供理论分析基础. 基于光谱干涉, 指出通过光谱干涉条纹的振荡频率, 即一次傅里叶变换, 可以实现绝对距离测量, 数值模拟结果表明, 最大测量误差为1.5 nm; 提出了一种等效的多波长并行零差干涉的方法, 分析了多波长并行零差干涉法的测距原理. 数值模拟结果表明, 多波长并行零差干涉法的最大误差为8.7 nm; 通过脉冲啁啾实现绝对测距, 分析了基于脉冲啁啾实现绝对测距的原理, 数值模拟结果表明, 最大测距误差为5.3 nm.     

混沌伪随机序列的谱熵复杂性分析

为了准确分析混沌伪随机序列的结构复杂性,采用谱熵算法对Logistic映射、Gaussian映射和TD-ERCS系统产生的混沌伪随机序列复杂度进行了分析.谱熵算法具有参数少、对序列长度N(惟一参数)和伪随机进制数K鲁棒性好的特点.采用窗口滑动法分析了混沌伪随机序列的复杂度演变特性,计算了离散混沌系统不同初值和不同系统参数条件下的复杂度.研究表明,谱熵算法能有效地分析混沌伪随机序列的结构复杂度;在这三个混沌系统中,TD-ERCS系统为广域高复杂度混沌系统,复杂度性能最好;不同窗口和不同初值条件下的混沌系统复杂度在较小范围内波动.为混沌序列在信息安全中的应用提供了理论和实验依据.     

一种基于用户相对权重的在线社交网络信息传播模型

根据在线社交网络信息传播特点和目前社交网络传播模型研究中存在的问题, 本文定义了网络用户之间的相互影响力函数, 在此基础上提出了一种基于用户相对权重的社交网络信息传播模型, 并对网络中的传播路径及传播过程进行了分析, 讨论了不同路径的信息传播影响力.为验证模型的有效性, 将传统的SIR模型和本文模型在六类不同网络拓扑下进行了仿真实验.仿真结果表明, 两类模型在均匀网络中没有明显差异, 但在非均匀网络中本文模型更能体现真实网络特点, 实验同时验证了节点的地位影响着信息的传播, 并且发现英文社交平台Twitter和中文社交平台新浪微博在拓扑结构上具备一定相似性.     

基于改进的符号转移熵的心脑电信号耦合研究

试图探究动力系统中的耦合关系一直以来都是国内外众多学者关注的热点,传统的时间序列符号化分析方法会使研究结果受序列非平稳性的严重影响,本文在原有转移熵的研究基础上,应用粗粒化提取,经过理论与实验的分析,发现心脑电信号耦合研究中的转移熵值在不同提取情况下对应不同的分布趋势,并选择效果最好的信号数据提取方法用在其后的应用分析中. 此外,对时间序列符号化方法提出改进,采用动态的自适应分割方法. 实验结果表明,无论清醒期还是睡眠期,改进的符号转移熵算法观测分析到的心脑电信号耦合作用更显著,能更好的捕捉到信号中的动态信息、系统动力学复杂性的改变,更利于医学临床实践应用中的检测,在分析非平稳的时间序列上具有更好的效果. 关键词： 心脑电信号 粗粒化 符号转移熵 基本尺度