Rhythm dynamics of complex neuronal networks with mixed bursting neurons

The spatiotemporal order and rhythm dynamics of a complex neuronal network with mixed bursting neurons are studied in this paper. A quantitative characteristic, the width factor, is introduced to describe the rhythm dynamics of an individual neuron, and the average width factor is used to characterize the rhythm dynamics of a neuronal network. An r parameter is introduced to denote the ratio of the short bursting neurons in the network. Then we investigate the effect of the ratio on the rhythm dynamics of the neuronal network. The critical value of r is derived, and the neurons in the network always remain short bursting when the r ratio is larger than the critical value.     

量子信令交换机模型设计及性能分析

本文提出了量子信令交换机的模型, 该交换机由经典信息控制模块、交换控制模块和量子交换模块三部分组成. 经典控制模块负责将纠缠初态信息传送给纠缠测量及交换单元并更新路由信息. 交换控制模块实现通路选择, 为纠缠对的分发提供通路. 量子交换模块制备纠缠对, 进行Bell态的测量, 完成纠缠交换. 量子信令交换机可以实现多用户间的信令传输及局域网通信. 通过对交换机的性能分析与仿真, 结果表明该交换机结构简单、安全保密、便于扩展、时延小, 对于构建量子通信网有很好的支撑作用. 关键词： 量子通信 量子信令网 量子信令交换机 纠缠交换     

EMD与神经网络在气液两相流流型识别中的应用

本文提出了EMD与Elman神经网络相结合的气液两相流流型识别的新方法.将压差波动信号经验模态分解(EMD)后的固有模态函数(IMF)进行分析、提取IMF能量作为Elman神经网络的输入特征向量,对水平管内的气液两相流流型进行识别.实验结果表明:该方法优于BP网络且稳定、识别率高,具有可行性.     

基于光谱技术的杨梅汁品种快速鉴别方法的研究

为了实现杨梅汁品种的快速无损鉴别,提出了一种用可见和近红外光谱技术快速鉴别杨梅汁品种的新方法。首先采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为9。完成特征提取后,将这9个主成分作为神经网络的输入变量,建立了三层BP神经网络,实现类别预测的同时也完成了数学建模与优化分析工作。3个品种的杨梅汁样本数均为20,共计60个样本。在神经网络学习中,将其分成训练集样本51个和预测集样本9个。对9个未知样本进行预测,准确率为100％。说明本文提出的基于光谱技术和模式识别的方法具有很好的分类和鉴别能力。     

水下无线光通信自组织网性能分析

针对无线光通信工作频率高、通信频带宽、数据传输能力强、传输距离远的特点,提出建立水下无线光通信自组织网。为解决水下无线光通信点对多点通信的问题,提出了一种组合折反射镜,为建立移动自组织网（MobileAdhocNetwork,MANET）提供条件。研究利用OPNET对按需距离向量协议（AODV）进行仿真,通过设置移动节点参数模拟水下无线光通信自组织网,分析了不同网络规模、不同节点速度、不同发包率对网络的吞吐量、时延、误比特率等性能的影响。仿真结果表明,AODV在节点速度5m／s--10m／s以下,网络规模10个节点左右,发包率小于20packets／s时对网络拓扑变化的适应性较好。     

Measuring persistence in a stationary time series using the complex network theory

A growing interest exists currently in the analysis of time series by the complex network theory. Here we present a simple and quick way for mapping time series to complex networks. Using a simple rule allows us to transform time series into a textual sequence then we divide it into words with fixed size. Distinct words are nodes of the network, and we have complete control on the network scale by adjusting the word size. Two nodes are linked if their associated words co-occur in sequence. We show that the network topological measures quantify the persistence and the long range correlations in fractional Brownian processes. For a particular word size we assume some relations between the topological measures and the Hurst exponent which characterised the persistence in fractional Brownian processes.     

The co-evolution of cultures,social network communities,and agent locations in an extension of Axelrod’s model of cultural dissemination

We introduce a variant of the Axelrod model of cultural dissemination in which agents change their physical locations, social links, and cultures. Numerical simulations are used to investigate the evolution of social network communities and the cultural diversity within and between these communities. An analysis of the simulation results shows that an initial peak in the cultural diversity within network communities is evident before agents segregate into a final configuration of culturally homogeneous communities. Larger long-range interaction probabilities facilitate the initial emergence of culturally diverse network communities, which leads to a more pronounced initial peak in cultural diversity within communities. At equilibrium, the number of communities, and hence cultures, increases when the initial cultural diversity increases. However, the number of communities decreases when the lattice size or population density increases. A phase transition between two regimes of initial cultural diversity is evident. For initial diversities below a critical value, a single network community and culture emerges that dominates the population. For initial diversities above the critical value, multiple culturally homogeneous communities emerge. The critical value of initial diversity at which this transition occurs increases with increasing lattice size and population density and generally with increasing absolute population size. We conclude that larger initial diversities promote cultural heterogenization, while larger lattice sizes, population densities, and in fact absolute population sizes promote homogenization.     

复杂网络中节点重要性排序的研究进展

如何用定量分析的方法识别超大规模网络中哪些节点最重要, 或者评价某个节点相对于其他一个或多个节点的重要程度, 这是复杂网络研究中亟待解决的重要问题之一. 本文分别从网络结构和传播动力学的角度, 对现有的复杂网络中节点重要性排序方法进行了系统的回顾,总结了节点重要性排序方法的最新研究进展, 并对不同的节点重要性排序指标的优缺点以及适用环境进行了分析, 最后指出了这一领域中几个有待解决的问题及可能的发展方向. 关键词： 复杂网络 节点重要性 网络结构 传播动力学     

基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测

植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示：SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论：SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。     

基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。