偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

探寻旋转的特征

因为世界是永恒发展与普遍联系的,动态几何的引入,进一步丰富了静态几何.其中初中阶段学习的轴对称、平移、旋转和相似等四种图形变换都是动态几何,它们分别是图形绕直线旋转、直线运动、绕点旋转、图形的缩放.其中旋转与相似是学生学习的重点和难点,是中考必考内容.要学好旋转这种图形变换,掌握旋转的特征是最基本的,也是最重要的,那么,旋转的特征有哪些呢?以下做一探讨!     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

空间外差光谱仪光谱降噪方法研究

空间外差光谱仪是一种新式的超高分辨率光谱仪，可用于大气监测、卫星遥感等领域。为了减少空间外差光谱信号中的噪声，提出基于提升小波变换结合中值滤波方法来实现信号的降噪。改进的提升小波变换融合了一种双因子的阈值函数、分层阈值选取。与小波变换的软、硬阈值对比发现，它能提取空间外差光谱，减小峰宽和保留重要的细节特征，降噪效果优于小波变换的软、硬阈值法。最后用信噪比和均方误差两项定量指标来衡量算法的效果。实验结果表明:该算法比软阈值法在处理氙灯和积分球时信噪比提高了24.6%和31%，均方误差减少了43.2%和51.5%；与硬阈值法相比信噪比提高了21.5%和30.6%，均方误差减少了40.2%和51.2%。因此，算法在空间外差光谱降噪方面具有可行性。     

光子晶体光纤温度压力传感器

提出了一种在高温环境下同时测量温度和气压的光子晶体光纤温度压力传感器.在普通单模光纤和光子晶体光纤之间熔接一段空心光纤构成干涉结构.空心光纤段构成非本征法布里-珀罗干涉仪,利用光子晶体光纤的微孔与外界相通,通过气体折射率变化来测量环境中的气压变化;光子晶体光纤段构成本征法布里-珀罗干涉仪,利用热膨胀效应和热光效应来测量环境中的温度.传感器的解调通过自制的白光干涉解调仪实现,实验通过测量腔长得到被测环境的温度和气压.在不同温度和气压环境下,对腔长分别为306μm和1535μm的温度压力光纤传感器进行连续测量.实验结果表明,传感器能够在28~800℃的温度下和0~10 MPa的气压下稳定工作,测量范围内温度灵敏度可达17.4 nm/℃,压力灵敏度随温度增加而降低,在28℃时可达1460.5 nm/MPa.     

多级离散小波变换的高效超大规模集成架构

设计了一种单时钟域内低级展开、高级折叠的多级离散小波变换架构;采用横向三输入扫描方式,基于9/7离散小波变换提升算法,设计第1级离散小波变换模块;根据第2级离散小波变换的时钟周期与有效输入数据之比,设计半折叠的第2级离散小波变换模块;将第3级及更高级的离散小波变换的架构折叠到第2级离散小波变换架构上,从而降低了硬件资源的消耗。结果表明:对于大小为512 pixel×512 pixel的经3级离散小波变换处理的输入图像,所提架构的硬件效率比其他现有架构提高了57.1%以上。