基于级联PPMgLN晶体的双倍/三倍频双波长激光器

本文演示了紧凑的绿色和近红外双色连续波激光光源,其发射波长分别为516 nm和775 nm。设计并制造了级联的周期性极化掺镁铌酸锂晶体,用于同时转换通信波长的二次谐波(SHG)和三次谐波(THG),可以在相同温度下获得绿色和近红外激光的输出。通过建立一个单程激光测量系统,在2 W泵浦功率下获得516 nm的0.15 mW绿光和775 nm的1.19 mW的光,晶体温度控制在30.8 ℃。实验结果将为单激光器泵浦的紧凑型双波长共线激光器提供重要的案例。     

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。     

优化端点条件的平面二次均匀B样条插值曲线

在利用反求法构造B样条插值曲线时，往往需要选取端点条件。 因此，可对端点条件进行优化选取，使得构造的B样条插值曲线满足特定要求。提出了一种利用曲线内能极小选取平面二次均匀B样条插值曲线端点条件的算法。首先给出了二次均匀B样条插值曲线分控制顶点与首个控制顶点（即端点条件）的递推关系式；然后给出了利用曲线内能极小优化选取首个控制顶点的算法，证明了利用该算法构造的C¹连续二次均匀B样条插值曲线为保形插值，并通过数值算例证明了算法的有效性；最后，为便于实际应用，基于MATLAB平台设计了算法所对应的图形用户界面，用户通过简单的操作即可获得光顺的C¹连续二次均匀B样条保形插值曲线。     

Sobolev-Lorentz范数约束下的次临界型Adams不等式

本文在Sobolev-Lorentz空间W²L^2,q(R⁴)的范数约束下得到了一个最佳的二阶次临界型Adams不等式.进一步,当次临界指标逼近最佳常数时,得到了Adams泛函的上、下界的估计.本文主要采用了Lam和Lu[A new approach to sharp MoserTrudinger and Adams type inequalities:a rearrangement-free argument,J.Diff Equ.,2013,255(3):298-325]的分割水平集方法.     

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。     

A类算子n次根的代数扩张是次标量算子

研究了A类算子n次根的代数扩张.特别地,利用空间分解技巧得到每个A类算子n次根的代数扩张是次标量算子.作为应用,考虑了此类算子的Weyl型定理和超不变子空间问题.