学术背景 复杂网络（Complex Networks, CNs）在社会学、工程学和自然科学等领域中扮演着重要角色，广泛应用于电力分配、交通调度和多智能体协作等场景。然而，由于通信丢包、传感器噪声和环境不确定性等因素，获取网络中领导者（leader）和个体的准确状态信息成为一个具有挑战性的问题。特别是在分布式系统中，节点如何有效地同步其状态以实现共识（consensus）是一个关键问题。传统的观测和控制方法往往依赖于连续采样和计算，这不仅增加了通信开销，还对网络基础设施造成了压力。为了解决这些问题，Liang Feng、Cheng Hu、Juan Yu和Quanxin Zhu提出了一种基于事件触发机制和饱和自适应策略的固定时间观测与控制方法。 这项研究的主要目标是设计一种能够在固定时间内实现复...

解析iOS应用商店推荐关系的复杂网络研究 背景介绍 移动应用程序（简称移动App）是现代互联网生态系统中的重要组成部分。然而，随着移动应用数量的爆炸式增长，用户在应用商店中找到所需应用变得越来越困难，同时开发者的应用程序也面临着难以被发现的挑战。为了改善用户的体验，大多数应用商店会根据用户行为或其他算法，提供应用推荐功能。例如，iOS应用商店的“你可能还喜欢”（”You Might Also Like”）推荐机制展示了与某一特定应用相关的其他应用，这形成了一种推荐关系网络。 尽管应用推荐对用户行为和应用程序的市场表现有重大影响，已有的研究对推荐关系网络的深层次特性关注较少。研究者希望通过解析这种推荐网络，了解它与用户行为的关系，并探索如何利用推荐机制改进应用发现过程或优化应用市场监管。本研究...

控制随机激光器的谱持久性 研究背景 随机激光器（Random Lasers，以下简称RLs）自1960年代被Letokhov理论提出以来，逐渐成为一个受到广泛关注的研究领域。RLs的一大特点是不需要精密制造的光学腔，这使得其在加工和扩展方面具有显著优势。这类激光器由于其固有的多模特性和低空间相干性，在全视场无干涉成像等应用中展现出独特的优势。例如，RLs在光散射介质中通过受激发射产生相干光，具有非线性响应和独特的谱波动行为，这些特点使其在传感和成像领域有潜在的应用。此外，RLs还展示出在复杂网络中作为非线性元件的潜力，是光神经网络的理想组件。 然而，RLs由于其结构的无序特性，在实际应用中面临着谱波动和重复性差等问题。尤其是在某些需要高重复性的应用中，例如神经网络的同步化中，谱波动显著影响了...