基于改进节点重要度引力模型的航路网拥堵节点识别

航路网络存在一些关键航路点对系统整体具有重要控制作用,而有效辨识这些重要节点对缓解空中交通拥堵,提高航路运行效率具有极大意义.以复杂网络理论为基础,从网络视角结合中心度及节点服务能力通过改进传统引力模型进行节点重要度评估;然后基于改进节点重要度引力模型进行航路网络拥堵节点识别仿真,并将结果与传统介数法进行对比验证.研究表明:改进的引力模型识别的重要节点,不仅具有较大的中心度,且较多位于航路网络流量较大位置;基于引力模型识别航路网络节点重要度的准确率更高,在提高网络通行率基础上更及时地识别航路网络易拥堵节点,对预防节点失效、减少航路网络拥堵具有积极作用.     

基于变式理论的中考微专题复习与思考

近年来,越来越多的"有识之师"认识到按题型简单分类的中考二轮专题复习课的诸多弊端,如以开放探究、图像信息、分类讨论、新定义等题型来分类教学是非常简单化的课型划分,如以新定义题型来设计一节专题复习课,必然"挂一漏万",即使在一节新定义课中精选几道新定义题也可能会使训练的目标和教学主线难以聚焦,往往形似而质异.而另一类着力在形异而质同的微专题教学却得到很多有追求、有思考的老师的喜欢(见参考文献[1]~[3]).本文是笔者基于变式理论研发的一节费马点微专题教学课例,供研讨.     

Belle实验发现新超子和新粲重子

过去一年里,运行在日本高能加速器研究机构的Belle实验在重子研究,尤其是在超子和粲重子研究上取得了一系列重要实验进展,包括发现了两个超子Ξ(16 20)和Ω(20 12)、一个粲重子Ξc(29 30)等新的重子,并首次测量了粲重子Ξc衰变的绝对分支比等,为完善重子谱和深入理解强相互作用性质提供了关键的实验数据。     

物理习题教学我们应该追求什么?

教育部考试中心对2019年高考物理考核目标指导方针进行了微调,强调大力引导学生从“解题”向“解决问题”转变.高考命题思路的改革,要求我们的相关教学也要进行调整.本文就物理习题教学目前普遍存在的刷题教学问题进行反思,提出“真诚分析,解决问题”的思路,与大家共同探讨.     

建模抓本质迁移速解题

模型的建立对高中物理题目的求解至关重要;而学习迁移是指一种学习对另一种学习的影响,也是利用已有的知识经验不断地获得新知识和技能的过程.新知识技能的获得能不断地使已有的知识经验得到扩充和丰富,这就是我们常说的“举一反三”“触类旁通”[1].我们在求解物理问题时往往是将实际问题进行简化,抽象成一个容易求解的物理题解模型,熟练地运用题解模型可以大幅度提高解题效率.我们将在这篇文章中用求解物理习题的方式,对怎样更好地运用物理题解模型解题,以及知识的迁移,总结规律,提升解题速度做进一步的探究.     

phyphox软件介绍及其在物理教学中的应用

全面介绍了基于手机传感器应用的phyphox软件的功能,并对于每种传感器均给出了相应实例来说明并启发其在物理教学中的应用.文章最后尝试总结了phyphox软件的优缺点,并对phyphox在物理教学中的应用前景作了展望和思考,期望对广大物理教师和物理教育研究者提供有益参考.     

激光束散角复合控制技术

为了降低部分相干光光学系统设计的复杂度及成本,增加部分相干光应用的便捷性,提出了一种液晶空间光调制器的激光相干度及束散角复合控制方法。首先介绍了对激光光束进行相干度和束散角复合控制的基本理论和方法;然后分别设置了相干度和束散角检测实验,检测了本方法所调制激光光束的相干度和束散角的准确性。实验结果表明,采用液晶空间光调制器生成相干度为0.9 mm、束散角为7.5 mrad,以及相干度为1.5 mm、束散角为3.8 mrad的部分相干光束,其相干度与理论值相比误差在5%以内,其相干度均方根误差分别为0.027386和0.031314,峰谷值分别为0.084658和0.089103;其束散角与理论值相比误差在5%以内,其束散角均方根误差分别为0.022478和0.023186,峰谷值分别为0.081201和0.092130。可见,该方法可以实现高精度的相干度及束散角复合控制。     

NeuDATool：支持GPU硬件加速和计算机集群跨节点并行的开源中子散射数据分析软件

实验势精修是20世纪80年代英国散裂中子源无定型材料组开发的用于分析中子散射实验数据的软件. 实验势精修的目标是根据中子散射数据重建样品的三维原子结构. 在过去的几十年，实验势精修被广泛用于中子散射实验数据分析，为实验用户提供了可靠的分析结果. 但是实验势精修是基于共享内存并行计算(OpenMP)的Fortran程序，不支持计算机服务器集群跨节点并行加速和GPU加速；这限制了它的分析速度. 随着计算机服务器集群的广泛建设和GPU加速技术的普遍使用，有必要重新编写EPSR程序以提高运算速度. 本文使用面向对象的C++语言，开发了一套实现EPSR算法的开源软件包NeuDATool；软件通过MPI和CUDA C实现了计算机集群跨节点并行和GPU加速. 使用液态水和玻璃态二氧化硅的中子散射实验数据对软件进行了测试. 测试显示软件可以正确重建出样品的三维原子结构；并且模拟体系达到10万原子以上时，使用GPU加速可以比串行的CPU算法提高400倍以上的模拟速度. NeuDATool为中子实验用户尤其是对熟悉C++编程并希望定义特殊分析算法的实验科学家提供了一种新的选择.     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.