高维约束矩阵回归问题

高维约束矩阵回归是指高维情况下带非凸约束的多响应多预测统计回归问题,其数学模型是一个NP-难的矩阵优化,它在机器学习与人工智能、医学影像疾病诊疗、基因表达分析、脑神经网络、风险管理等领域有广泛应用.从高维约束矩阵回归的优化理论和算法两方面总结和评述这些新成果,同时,列出了相应的重要文献.     

不同周期数的GaInAs/GaAsP多量子阱太阳能电池

为了研究不同量子阱周期数下GaInAs/GaAsP多量子阱太阳能电池性能的变化规律,利用金属有机化学气相沉积技术(MOCVD)制备了不同周期数的双结多量子阱太阳能电池样品以及无量子阱双结结构的参考样品,利用高分辨率X射线衍射仪(HXRD)和高分辨率透射电镜(TEM)测试了样品的晶体质量,同时在AM0(1×)光谱条件下测试了样品的I-V特性曲线和相应子电池的外量子效率。最终得到了高晶体质量、吸收截止波长在954 nm的Ga_(0.89)In_(0.11)As/GaAs_(0.92)P_(0.08)多量子阱结构,扩展波段的外量子效率最高达到75.18%,电池光电转换效率相对于无量子阱结构提升2.77%。通过对比测试结果发现,随着量子阱结构周期数的增加,太阳能电池在扩展波段(890~954 nm)的外量子效率不断提高,常规波段的短波响应(300~700 nm)会出现下降,长波响应(700~890 nm)会出现上升,短路电流和转换效率相应提升并趋于饱和。     

Photoelectric Property Improvement of 1.0-eV GaInNAs and Applications in Lattice-Matched Five-Junction Solar Cells

GaInNAs with bandgap 1.0 eV is a promising material for multi-junction solar cell applications. However, the poor quality of GaInNAs grown by metalorganic chemical vapor deposition hinders its device performance. Here to reap the benefits of 1.0-eV sub-cell, we focus on the optimization of annealing temperature and growth ambient of GaInNAs. The GaInNAs sub-cell exhibits a concentration reduction of shallow level defects when it is annealed at 700℃ for 20 min. As compared with the growth case using a hydrogen ambient, the N incorporation efficiency of GaInNAs can be enhanced during the growth in an N_2 ambient. Furthermore, background carbon concentration is observed to reduce in the as-grown GaInNAs epilayer. A GaInNAs sub-cell with 82% peak external quantum efficiency is obtained in a dual-junction GaInNAs/Ge solar cell. Finally, a monolithic Al Ga In P/Al Ga In As/Ga In As/GaInNAs/Ge five-junction solar cell is grown for space application. The fabricated device shows a conversion efficiency of 31.09% and a short-circuit current density of 11.81 m A/cm~2 under 1 sun AM 0 illumination.     

求解初值问题的指数拟合RKNd方法(英文)

本文给出了求解初值问题的指数拟合的RKNd方法.此类方法对于解可以表示为函数{exp(λt),exp(-λt)},λ∈C,或{sin(ωt),cos(ωt)},其中λ=iω,ω∈R之线性组合的微分方程精确成立.数值试验表明,指数拟合RKNd方法的计算效率要优于指数拟合RK方法和RKNd方法.     

求解初值问题的RKNd方法

本文基于一阶常微分方程所导出的二阶微分方程提出RKNd方法,其内级阶比传统RK方法高一阶.RKNd方法的阶条件由特殊Nystr(o)m树给出.在相同级数下,RKNd方法可达到的最高代数阶比传统的RK方法高.数值实验结果表明RKNd方法比同阶RK方法在计算效率上具有一定的优越性.     

一类满足FSAL技术的RKNd方法

陈丙振和游雄给出了内级阶比传统 RK 方法高一阶的 RKNd 方法.FSAL技术是一种常用的节省函数计算量的手段. 其主要思想是,方法的更新与内级的最后一步相同. 本文正是给出满足FSAL技术的RKNd 方法. 数值试验表明, 本文的 RKNdF 方法比RKNd 方法在计算效率上具有一定的优越性.     

稳健矩阵回归模型和方法研究

随着大数据时代的到来,我们面临的数据越来越复杂,其中待估系数为矩阵的模型亟待构造和求解.无论在统计还是优化领域,许多专家学者都致力于矩阵模型的统计性质分析及寻找其最优解的算法设计.当随机误差期望为0且同方差时,采用基于最小二乘的模型可以很好地解决问题.当随机误差异方差,分布为重尾分布(如双指数分布,t-分布等)或数据含有异常值时,需要考虑稳健的方法来求解问题.常用的稳健方法有最小一乘,分位数,Huber等.目前稳健方法的研究大多集中于线性回归问题,对于矩阵回归问题的研究比较缺乏.本文从最小二乘模型讲起,对矩阵回归问题进行了总结和评述,同时列出了一些文献和简要介绍了我们的近期的部分工作.最后对于稳健矩阵回归,我们提出了一些展望和设想.     

聚光模组二次光学元件优化设计与研究EI北大核心CSCD

聚光光伏模组中,二次光学元件对增加太阳能电池接收到的入射光能量,提高聚焦光斑均匀性和增大菲涅耳透镜接收角具有重要作用。设计了一种用于聚光光伏模组的全反射式二次光学元件,用Solidworks软件建立了三维模型,结合实际工程应用,借助Zemax软件光学模拟仿真手段,对二次光学元件的倾角和高度等重要参数进行了优化。并制作了不同参数的二次光学元件,配合菲涅耳透镜、太阳能电池,搭建了实物聚光发电单元,在太阳模拟器下进行I-V性能测试,结果表明当二次光学元件高度为6 mm,上圆直径为7 mm时,太阳能电池的输出功率达到最大值720 m W,与不加二次光学元件相比,输出功率提高了16%。说明该二次光学元件对提高聚光模组效率作用显著。     

等厚型平板菲涅尔透镜设计与研究

针对当前曲面菲涅尔透镜普遍存在的加工工艺复杂、面型精度难于控制、制作成本较高等问题,在研究非等厚型平板菲涅尔透镜设计方法的基础上,提出一种中心透镜为球面、外侧环带为倾斜面的等厚型平板菲涅尔透镜的设计方法,给出了具体的设计实例,并进行了建模和光学仿真,模拟结果表明:该菲涅尔透镜设计的光学效率达到90.7%。