基于区块链技术的食品安全监管演化博弈分析

文章分别考虑了食品安全监管机构采用和不采用区块链技术时监管部门和食品生产企业的收益变化,使用演化博弈方法动态分析了监管机构区块链技术采用策略及食品生产企业生产行为演化稳定策略,并得出均衡条件,最后进行了参数敏感性分析和数值模拟.研究发现:新技术被社会所接受的快慢受到诸多因素的影响,监管机构与食品生产企业之间的利益协调影响着区块链技术的实施效果和落地速度,区块链技术的采用也不一定能提高监管有效性;监管部门对食品生产企业低质量生产行为的惩罚力度大小对企业生产行为影响较大;在一定条件下,食品生产企业的生产行为与监管部门区块链采用策略无关.食品安全监管需要综合考虑食品生产企业的和监管机构的利益动机,对问责力度等进行合理的设计,避免导致食品监管策略失效,造成不良的社会影响.     

一种新的自适应非单调牛顿算法（英文）

本文针对无约束优化问题,提出一种新的自适应非单调线搜索技术.基于新的非单调线搜索技术,提出一种自适应非单调牛顿算法.在适当的假设下,证明了新的算法的全局收敛性.数值结果表明了该算法的可行性和有效性.     

在R上取值树指标马氏链的等价性质

本文参照Benjamini和Peres的离散状态树指标马氏链的定义,给出在R上取值树指标马氏链的定义,并给出其若干等价性质.     

单元整体视角下的角平线习题课教学课例分析

单元教学设计是教师在对课程标准、教材等资源进行分析、整合、重组后,形成相对完整的教学内容,并以一个完整的教学主题作为一个单元的教学.本文中从“角”这个单元整体视角出发,对与角平分线有关的计算这一课例进行分析.     

带电粒子在正交均匀的电磁场中的二维运动

通过论证,证明沿与磁场方向垂直的平面射入的带电粒子在正交均匀的电、磁场中运动轨迹是旋轮线,粒子的运动轨迹选择3种旋轮线中的一种.解决了一个常常困扰中学生的物理问题.     

非均匀外磁场下海森堡自旋链的热纠缠

研究了两量子比特海森堡XXX自旋链处于x方向的非均匀磁场时系统的纠缠特性,并用负度N来度量.得到N的解析表达式,并在此基础上进行数值计算.仔细讨论了均匀磁场B、非均匀磁场b、温度T和自旋耦合系数J对纠缠度N的影响.结果表明:N会随着■和T的增大而减小,但会随着J的增大而增大.同时,增大的J和b还会使临界磁场■和临界温度T_th变大,从而使系统中热纠缠存在的磁场范围和温度范围都变大.这一点在较大磁场和较高温度下需要纠缠具有实际意义.由此,我们可以通过调节B、b、T和J来控制热纠缠,这对固态系统中通过构建和选择参数调整系统的纠缠度具有一定的作用和意义.     

激光诱导击穿光谱在核分析实验教学中的应用

为了适应核物理与核分析实验教学的需要,本文将激光诱导激光光谱测量以创新实验的形式引入到核工程类专业实验中.通过将纳秒激光脉冲与不同靶材作用,测量样品中各类元素的LIBS谱线,结合理论分析提取激光等离子体的电子温度和等离子体密度.假设单一元素谱线获得的等离子体密度为混合样品等离子体密度,计算得到未知重元素Fe的原子谱线展宽参数.     

基于智能手机和Matlab的居家悬滴法表面张力测量实验

本文基于智能手机和Matlab软件设计了一种居家环境下可实现的悬滴法水滴表面张力测量实验.借助智能手机拍照功能获得水滴图像,利用Matlab进行边缘检测及计算,从而得出表面张力系数.对于不同清晰度的情况提出了对应的分析和处理方法,实验结果表明该方法稳定可靠.为后疫情时代开展居家大学物理实验教学提供了一个典型案例.     

基于Transformer特征提取的A型恒星光谱子型分类算法

恒星光谱分类是恒星光谱分析的重要工作之一。我国大型巡天项目LAMOST能够获得海量的恒星光谱数据,为了对海量恒星光谱数据进行高效分类,特别是对恒星光谱子型数据进行分类,需要研究快速有效的恒星光谱自动分类算法。提出一种基于Transformer特征提取的混合深度学习算法Bert+svm(简记为Besvm)实现A型恒星光谱子型的自动分类。该算法将A型恒星光谱26个线指数作为输入特征,应用Bert模型对26个线指数进行更深层次的学习,通过学习26个线指数的内在关联,进而提取到更有利于A型恒星光谱子型分类的特征。提取好的新特征被输入到分类器算法支持向量机(简记为SVM)中,进而对A型恒星光谱的三个子型A1、 A2和A3进行自动分类。此前,SVM算法在恒星光谱分类任务中已经有过应用,一些衍生的SVM算法在恒星光谱分类任务中也有较高的分类正确率。相比从前应用到恒星光谱分类任务的SVM算法,我们的混合深度学习算法受数据的信噪比影响较小,使用低信噪比数据也能有较高的分类正确率,并且所用数据量较少。通过五组实验验证了该算法的有效性和优越性：实验1用来对比选择优秀的核函数,通过光谱数据的匹配实验,最终选择...