用B样条方法计算球冠状量子点内的电子结构

在有效质量理论的框架内,使用B样条方法,分别计算得到了球冠状InAs自组织量子点的高度和底面半径对电子能级的影响关系,且与实验结果和其他理论方法计算的结果进行了比较.结果表明：当量子点高度增大时（从1 nm到10 nm）,其能级降低,能级间距减小.与底面半径对电子能级的影响相比,量子点高度是影响电子能级的关键因素,尤其是对基态能级几乎有决定性作用.同时,计算过程及结果也证明B样条方法在计算球冠状量子点电子能级方面是行之有效的.     

二元位相计算全息的二重位相匹配滤波

本文提出采用对二个物体进行位相编码的迂回位相计算全息图对该两物体实现二重位相匹配滤波。文中还进一步讨论了二元位相计算全息图的二重位相匹配滤波,并给出了计算机模拟结果。     

基于距离的自适应Web数据库记录匹配方法

Web数据库环境的重复记录识别是Deep Web信息集成的重要步骤,具有查询依赖性、缺乏训练样本、在线处理要求等特征,导致现有的实体识别技术无法适用.在分析现有方法基础上,引入动态属性权重调整思想,提出基于距离的自适应记录匹配算法,在计算记录对的相似度时,加大匹配记录集合中相似度较大的属性的权重,并加大非匹配记录集合中相似度较小的属性的权重,迭代处理从而达到自适应动态调整各个属性权重的目标.该方法不需要训练样本,也不需要人工参与,实验结果表明其适用于Web数据库环境的重复记录识别处理.     

求一切完美匹配的一个算法

本文设计了一个求一切完美匹配的算法,它由下面的四个子算法组成:算法1 利用Edmonds.J算法,求一个完美匹配M(略)。算法2 利用类似深度搜索法的技术,求含M的某条边的一切M-交错回。算法3 求一切M-交错回。算法4 求一切完美匹配。     

一种具有自适应参数的基于密度加权的粗糙K-均值算法

针对原始粗糙K-均值聚类算法采用固定权重和阈值的缺陷,提出一种改进的粗糙K-均值算法。改进的算法根据K-均值聚类算法的特点,在基于密度加权的K-means算法基础上,对固定经验权重和固定阈值这两种参数进行改进,提出了一种自适应参数方法。实验结果表明,该算法降低了迭代次数,聚类结果更为精确。     

Hartley变换的二重位相匹配滤波

本文根据Hartley变换和二元位相计算全息的二重位相匹配滤波的特点,提出了Hanley变换的二重位相匹配滤波,使滤波器的噪声有所减小。文中给出了计算机的模拟结果。     

基于二到六位比特编码的单量子比特丢失纠错

鉴于利用光子在光纤中传输来进行量子通信时, 最难纠正的错误是光子丢失情况, 提出一种两位逻辑比特到六位物理比特的编码方案. 当1个光子丢失时, 通过补充处于特定初始态的光子, 并执行一系列逻辑操作与投影测量便可纠正错误, 使得输出态与输入态一致. 方案在执行过程中无需辅助比特, 在一定条件下的通信效率比以往方案有所提高.     

基于粗糙集的指标体系优化及评价方法研究

粗糙集方法能客观、有效地对有限指标数据进行挖掘,通过属性约简剔除冗余指标,并根据属性重要度生成指标权重,系统地探讨了利用粗糙集进行指标体系优化和综合评价的全过程思路及方法,并通过同行评议专家科技信用评价实例,验证了方法的实用性.     

正弦相位调制的光栅干涉法测量振动物体面形

利用正弦相位调制的光栅干涉仪测量振动物体的面形,采集振动物体引起相位变化的干涉条纹,经傅里叶变换解调相位,重建振动物体的面形.结果表明正弦相位调制的光栅干涉系统不仅具有较高的测量精度,而且还能测量振动物体的二维面形.     

基于集群系统的并行图像灰度匹配

针对传统数字图像处理中匹配方法虽然精确度高,但计算量大、时间长等特点,将基于MPI（Message Passing Interface）的集群并行处理引入到图像灰度匹配中,对待匹配图像采用数据分割处理,而将传统的图像灰度匹配算法进行并行化改进,结合并行处理对图像灰度匹配进行并行实现．实验结果表明：并行化处理能显著地缩短灰度匹配时间,达到较高的加速比和效率,对进一步研究基于集群系统下的并行图像处理有一定的指导意义．     

基于原子系综和线性光学器件的量子中继

有噪信道上的量子通信出错率随着信道长度呈指数式增长, 量子中继是应对此问题的一种有效方法. 提出一种具有实验可行性的量子中继方案, 利用原子系综来制备量子纠缠, 利用偏振分束器来完成量子纠缠的纯化和交换, 为实现远程量子通信提供了一种有效方法.     

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础，提出了一种基于属性频率函数的粗糙集（Rough Set）属性约简算法，该算法既可保证每次计算都能得到一个约简，又具有较好的时间复杂性．     

基于自适应遗传算法的OFDMA资源分配

针对OFDMA系统,提出了基于边缘自适应(MA)准则的子载波分配算法,该算法基于一种新颖的自适应遗传算法.在新算法中的交叉概率、变异概率随着群体适应度的改变而改变,同时在该算法的初始种群中加入优秀基因的个体,使得算法快速收敛,并能搜寻到优秀的子载波分配方案.仿真结果表明:新算法与已有分布式算法、遗传算法相比较,在性能上有较大的改善,并远优于静态的频分多址资源分配方式.     

基于U/{a}划分的最小约简构造

研究了求信息系统最小约简的完备方法．根据信息系统的对象在某个属性上取值的不同．将信息系统划分为若干子系统，分析并证明了原系统的最小约简与基于U／{α}划分的各子系统约简之间的关系，并在此基础上提出了一种基于U／{α}划分子系统的最小约简构造方法，选用UCI的zoo数据集．通过实验验证了该方法。     

GaN量子点基于电磁感应透明的慢光效应

通过分析介质的有效复极化率,研究了GaN球形量子点基于电磁感应透明(EIT)的慢光效应.分别用一带和六带有效质量理论计算了GaN量子点的能级结构,模拟了探测光的吸收谱、色散谱以及放慢因子随耦合光强的变化,并考虑了失相率和耦合光失谐对放慢因子的影响.研究结果表明,慢光因子存在最大值,取最大值时所对应的耦合光强与失相率相关,耦合光越强电磁感应透明现象越明显,耦合光失谐不影响放慢因子的大小.     

基于改进遗传算子的QoS自适应路由算法

基于改进遗传算子的自适应路由算法有效地解决了应用RIP、SPF等协议造成的网络拥塞问题,模拟试验表明该算法简明有效。     

基于全相位频谱分析的基因识别算法研究

为对未知基因序列的编码区进行预测, 利用基因编码区存在的频谱3-周期性质, 在传统的固定窗口长度滑动窗算法的基础上, 提出了一种改进型的基因识别算法. 新算法将全相位谱分析技术与多采样率数字信号处理技术相结合, 有效地降低了传统滑动窗算法中存在的截断效应, 减少了计算量并且可实现流水线操作. 最后通过计算机仿真将该算法所得结果与其他识别算法所得结果相比较, 结果表明该算法在核苷酸水平上有较高的预测准确性.     

基于量子克隆选择算法的AB非格蛋白质折叠预测

将免疫克隆选择算法与量子算法相结合的混合量子免疫算法应用于处理多极值和多变量的蛋白质折叠问题中.在克隆选择算法中引入免疫记忆细胞并加入量子双链编码方式以增加其搜索到全局最优值的概率.由于该算法易陷入局部最优,为改善该算法的性能而跳出局部最优解,将年龄算子引进到该算法中.实验结果表明,改进后的量子免疫算法在最低能量值和计算时间上与之前相比有明显的提高,而且年龄算子的加入在早熟收敛的改善上同样效果显著.     

提高客观测色精度的有效方法──相关综合匹配法

本文讨论一种测量颜色的相关综合匹配法。它根据各色散元件的光谱透过率和光电探测器的光谱灵敏度，选择最佳的综合权因子，以匹配颜色函数，从而改善测色精度和速度．     

基于自适应神经PID改进算法的非线性系统控制

通过研究非线性系统动态特性,分析了一般神经PID控制器的控制特点并在此基础上给出了一种改进算法.通过在线训练和学习来修正参数,实现神经网络自适应调整比例常数PID控制.该算法充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,使得比例常数随着偏差的大小而变化,使目标函数达到最优化.仿侣真结果表明.在对非线性动态系统进行控制时,自适应PID神经网络控制算法具有很强的灵活性和高效性,能取得良好的控制性能.