共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
通过综合模式搜索法、广义Lagrange乘子法、以及转轴法等多种数值方法, 建立了一套针对多轨道Hubbard模型隶玻色子解法的数值优化方法. 该数值方法能够在考虑晶场劈裂、轨道间跳跃以及真实能带结构基础上, 利用隶玻色子方法计算实际关联电子材料的性质. 首先利用该方法计算了两轨道体系的Mott金属-绝缘体转变性质, 得到了与目前已有工作一致的结果; 然后利用该方法讨论了Coulomb关联对三轨道体系NaxCoO2的影响. 结果表明: 在中间关联情况下由eg'轨道形成的六个小Fermi面消失, 原因是由于电子关联导致该轨道上的空穴数随U减少. 这些结果也证实了算法的正确性和有效性.
关键词:
多轨道Hubbard模型
隶玻色子
Mott转变
xCoO2')" href="#">NaxCoO2 相似文献
9.
精确的血迹的年龄估计在刑侦法医鉴定中有着重要的意义。构建了以8个LED为照明光源、以黑白CCD相机为成像单元的可见-近红外多光谱成像系统,利用以k最近邻算法、支持向量机算法和随机森林算法为基模型的融合模型分析预测血迹年龄,研究了利用可见-近红外反射多光谱精确估计人体血液年龄的可行性,并与前人利用高光谱进行血迹年龄预测的研究结果进行了对照,还检验了血液特异性对模型的影响。实验记录了11个人体血液样本在1~20 d的在400~940 nm之间的8个波长通道的图像,使用标准正态变换校正(SNV)对光谱进行预处理,以消除基线平移和散射作用带来的样本光谱差异。随机选择经过预处理后的7个样本用作训练集以建立模型,剩余的4个样本用作测试集以验证模型,建立了基于k最近邻算法、支持向量机算法和随机森林算法的融合模型,并与k最近邻算法模型,支持向量机算法模型,随机森林算法模型进行比较,结果显示融合模型的实验结果更好。基于该融合模型得到的实验结果为:0~2 d之间预测样本的正确分类率(CCR)为80%,平均误差为0.053 d, 2~20 d之间预测样本的CCR为69%,平均误差为0.442 d,与利用高光谱获得的结果相当甚至更好。为测试该方法的适用性,检验了血液特异性对本模型的影响,实验样本取自8个不同捐献者的20个血迹,将其中4个捐献者的10个样本加入原有模型,另外4个捐献者的10个样本作为测试集以检验血液特异性对模型影响。实验结果为:在0~2 d之间的CCR为75.6%,平均误差为0.063 d, 2~20 d之间预测样本的CCR为65.6%,平均误差为0.467 d。CCR无显著降低,表明该模型对不同来源的血迹样本,仍然有着较好的适应性。与采用高光谱的研究结果相比,多光谱结合模型融合算法同样可以获得较好的血迹年龄估计结果,并具有结构简单,成本低廉,稳定性好的优点,有望成为一种高精度的血迹年龄预测手段,在法医学领域中有重要应用前景。 相似文献
10.
针对我国小行星探测任务对电推进系统离子推力器设计要求,基于等离子体基本理论建立了多模式离子推力器输入参数与输出特性关系,完成各工作点下屏栅电压、束电流、阳极电流、加速电压,流率等输入参数设计,采用试验研究和理论分析的方法研究了推力器工作特性.试验结果表明:在设计输入参数下,23个工作点推力最大误差小于3%,比冲最大误差小于4%,在功率为289—3106 W下,推力为9.7—117.6 mN,比冲为1220—3517 s,效率为23.4%—67.8%,电子返流极限电压随着推力增加单调减小,最小、最大推力下分别为-79.5 V和-137 V,放电损耗随着功率增大从359.7 W/A下降到210 W/A,并在886 W时存在明显拐点,效率随功率增大而上升,在1700 W后增速变缓并趋于稳定,在轨应用可综合推力器性能、任务剖面要求、寿命,合理设计输入参数区间,制定控制策略. 相似文献
11.
12.
介绍了一种条带束流位置监测器(BPM)的设计与仿真方法。在国家同步辐射实验室“太赫兹近场高通量材料物性测试系统”工程项目中,针对波荡器出口处真空室非正交对称性的问题,设计了矩形真空室和跑道形真空室下的两种非正交对称性条带BPM,并与传统的圆形真空室下条带BPM进行对比。基于边界元法,利用MATLAB软件分别对三种真空室下的条带BPM进行建模和仿真。仿真结果表明:相对于传统的圆形真空室下条带BPM,矩形和跑道形真空室下条带BPM灵敏度提高了30%,阻抗匹配误差相对降低了20%,束流位置拟合误差降低了80%。考虑加工精度,矩形真空室下的条带BPM更适用于该工程。 相似文献
13.
14.
15.
16.
17.
Discrete channel modelling based on genetic algorithm and simulated annealing for training hidden Markov model 下载免费PDF全文
Hidden Markov models (HMMs) have been used to model burst error
sources of wireless channels. This paper proposes a hybrid method of
using genetic algorithm (GA) and simulated annealing (SA) to train
HMM for discrete channel modelling. The proposed method is compared
with pure GA, and experimental results show that the HMMs trained by
the hybrid method can better describe the error sequences due to SA's
ability of facilitating hill-climbing at the later stage of the
search. The burst error statistics of the HMMs trained by the
proposed method and the corresponding error sequences are also
presented to validate the proposed method. 相似文献