海森堡模型中概率及相应熵的计算分析

介绍海森堡模型的不同位型[N,n] （N为海森堡链总格点数, n为格点中自旋向下的电子数）中的体现本征值获取难易程度的本征值获取概率及其相应信息熵（香农所定义的）和体现模型体系关联程度的自旋向下电子发现概率、每一粒子的von Neumann及体系的平均von Neumann熵,可为量子计算与信息传递提供启示性信息。研究结果：(1)事件发生概率大于（小于）50%时,信息熵随概率增加而减小（增加）。(2)不同位型[N,n],当n（N）同, N（n）增加时：本征值获取概率减小,其相应的信息熵正确反映本征值获取的难易程度;模型参数一定时,格点中自旋向下电子发现概率与每一粒子的von Neumann及体系的平均von Neumann熵都分别减小（增加）。(3)位型[N,n]相同时, 每一粒子的von Neumann及体系的平均von Neumann熵随参数变化时出现拐点,显示体系发生量子相变的信息。(4)同位型[N,n]且同参数时处于海森堡链对称位置粒子的von Neumann熵相同。     

汉语信息熵和语言模型的复杂度

本文介绍了估计汉语信息熵的方法，并通过对大量语料的统计，给出了汉语信息熵的一个上界－５．１７比特／汉字。     

汉字层面的汉语语言统计模型

利用汉语语言的统计规律对汉语连续事音识别系统的声学到语音学的结果进行纠错及音字转换具有重要意义，本文介绍一个采用统计方法实现的字层面的三元语言模型。它较为充分地利用前端声学匹配的结果，对于通常的汉语短语及句子的声学识别结果，具有很高的纠错率及转换率。     

关于汉语音字转换中语言模型零概率的问题

本文研究了音字转换中使用的语言模型问题，从语言模型复杂度的角度研究了三种解决零概率问题的方法的效率，ｂａｃｋ－ｏｆｆ方法，删除插值和非线性插值方法。     

不同维度下维吾尔语N-gram语言模型性能分析

针对当前维吾尔语语言模型存在的语料库数据稀疏问题以及困惑度较高等问题,在SRILM和MITLM两种工具生成的2-gram,3-gram,…,9-gram语言模型做了对比实验,试图找出在一定规模的维吾尔语语料条件下使困惑度最低的N-gram语言模型。通过对比分析最终得出结论,对于基于维吾尔语句子的N-gram模型,维度N取在介于3～5之间较宜,困惑度和计算复杂度等因素考虑N=3为较优。这一结论将有助于维吾尔语自然语言处理的发展。     

混合高斯模型的熵惩罚最大似然估计与自动模型选择

有限高斯混合模型是一种重要的概率模型,并在聚类分析,模式识别和信号处理等方面有着广泛的应用.在高斯(即正态)分量个数K未知时,仅仅根据样本数据来确定K是一个非常困难的问题.这实际上是一个模型选择问题,直接影响着应用的效果.为了解决这一模型选择问题,本文在一维混合高斯模型下提出了基于熵惩罚最大似然估计的梯度算法.实验表明这种算法能够在参数估计过程中自动实现模型选择,使得多余高斯分量的混合比例系数衰减为零.     

Jaynes-Cumming模型中几种量子纠缠测量熵的比较

通过求解二能级Jaynes-Cummings模型,得到J-C模型中原子与光场的约化密度矩阵,并通过原子与光场的约化密度矩阵计算量子线性熵、von Neumann熵与原子Wehrl熵,给出熵随时间的演化关系,利用上述三种量子熵分别对量子纠缠进行测量,并分析系统量子熵与系统量子布洛赫球面结果的关系,研究发现上述三种熵随时间演化结果相似,都可以作为量子纠缠的测量理想的工具。     

Stark位移对混态J-C模型中熵和纠缠的影响

考虑一个二能级原子与单模热光场经由双光子过程耦合,采用量子约化熵研究了原子和场的约化熵变化规律,用共生纠缠度(Concurrence)研究了原子与场之间的纠缠演化。借助于数值计算方法,详细分析了在混态J-C模型中,Stark位移和平均光子数对约化熵变和纠缠的影响。结果表明在Stark位移影响下,原子和光场的约化熵变化量均减小。选择适当的原子初态,可以使得原子的约化熵和光场的约化熵发生交换。此外,考虑Stark位移时,原子与光场之间纠缠的最小值增大,原子与光场不再出现退纠缠态。     

双光子Jaynes-Cummings模型中光场的熵压缩

研究传统的光场压缩效应一般从海森伯(Heisenberg)测不准关系出发,应用均方根(RMS)偏差量度光场的量子涨落.由于均方根偏差只涉及光场密度矩阵的二阶统计矩,在许多情况下,这种物理量不能精确量度光场的量子涨落.海森伯测不准关系是熵测不准关系的一个特例,可用熵量度光场正交分量的量子涨落.依据熵测不准关系,建立了光场熵压缩的概念.研究了双光子杰内斯-卡明(Jaynes-Cummings(J-C))模型中光场的熵压缩规律.对比发现,熵指数δxf(t)比均方根偏差△xf(t)更敏感于光场的压缩效应,是量度光场的压缩效应的高灵敏度物理量.     

最大熵谱分析MEM2信号模型的研究

本文讨论了最大熵谱分析MEM2的信号模型,研究结果表明:最小相位信号的MEM2信号模型可以表示为指数函数,亦可表示为多项式函数或有理函数。     

基于最大熵模型的汉语句子分析

文中运用浅层句法分析理论,把汉语句子分析划分为标注、组块、构造和检查三个过程.并针对已有概率评价模型的特征类型少,不能充分利用上下文中对分析有用的信息等问题,提出了基于最大熵的概率评价模型来评估分析过程中每个行为的概率.在该模型中,对分析有用的任何信息都可以成为模型中的一个特征;定义了静态模板结构的特征集和训练集,给出了相应的特征选择策略和基于GIS的参数估计算法;采取BFS算法高效搜索概率值最高的候选句法树作为最终的句法分析结果.实验结果表明:该模型具有较高的分析效率和准确性.     

最大熵方法及其在自然语言处理中的应用研究

本文研究当前的自然语言处理状况和最大熵方法的发展,着重探讨最大熵方法在自然语言处理的过程中的应用范围,希望能为相关人士提供有效参考。     

一种严格最大熵谱估计法的递推算法

本文提出了基于一种更严格最大熵谱估计的快速递推算法。讨论了当数据长度有限时，为满足最大熵谱估计的四个近似等价条件，所提出的严格目标函数。在此基础上，通过使目标函数达到极小，用递推法估计出各阶反射系数，然后由Levinson递推得到最大熵谱参数的估计值。该算法算法稳定，快速。计算机仿真表明，此估计方法具有良好的估计质量。     

Tavis-Cummings模型中原子信息熵压缩的演化特性

本文研究了Tavis-Cummings模型中，在共振时的原子信息熵压缩随时间的演化特性．在初始为相干光场和两原子分别为各种相干叠加态时，精确求解了二原子信息熵的各压缩分量，数值计算表明：该体系中原子信息熵的压缩将随二原子所处的初始状态、光场的强度、原子间及原子与场间的耦合系数的变化而变化．     

语言模型在话题跟踪中的应用

语言模型技术作为信息检索领域的一个新的建模技术,已逐渐成为当代语言信息处理的主流技术之一。将该技术应用于话题跟踪研究中,对语言模型理论进行了介绍,详细描述了如何基于语言模型实现话题跟踪,构建了2个话题跟踪系统,分别利用向量空间模型和语言模型进行建模,并对它们的性能进行了比较。实验结果表明,语言模型比向量空间模型更适合于话题跟踪任务。     

基于非线性最小二乘的统计MIMO雷达动目标参数估计算法

根据统计MIMO雷达的工作原理和多脉冲信号模型,提出了一种含加速度的动目标模型,推导证明了位置、速度和加速度联合估计下的CRB,分析了收发天线数、天线配置对参数估计性能的影响,并利用非线性最小二乘模型简化了目标函数的形式,在降低参数估计成本的同时,利用脉冲积累特性又可提高估计精度。文中表明随着天线数、发射脉冲数的增加,系统参数估计性能会大幅提高,且利用最小二乘模型的目标函数,参数估计的效率更高。仿真实验有效地验证了理论分析的正确性。     

基于稀疏成份分析的几何绕射模型参数估计

雷达目标散射中心的参数估计对目标特性分析和目标识别有重要意义。该文以几何绕射模型为基础,综合利用多频段的频域测量数据,给出了散射中心位置、幅度和散射类型参数的融合估计方法。数值仿真结果表明,该方法能有效地挖掘模型信息,具有超分辨能力,给超宽带雷达信号处理提供了新的途径。     

修正的当前统计模型及自适应跟踪算法

针对当前统计模型及其自适应算法对弱机动目标跟踪精度较低以及强机动发生时刻跟踪误差增大的缺陷,提出了一种修正的当前统计模型及自适应跟踪算法。一方面,利用指数函数对当前统计模型中加速度极值进行实时修正,从而提高了算法对弱机动目标的跟踪精度;另一方面,利用滤波残差调整预测协方差,同时对滤波结果发生较大偏差的上一时刻的滤波结果进行修正,从而提高了对强机动目标的适应能力。仿真结果表明,所提算法对弱机动目标和强机动目标都具有良好的跟踪性能。     

基于统计小波模型的信号去噪研究

针对水声目标信号检测与识别中,海洋环境噪声的存在所造成的检测性能下降问题,提出一种基于统计小波模型的信号去噪及原信号波形估计方法.通过对舰船声信号以及海洋环境噪声信号特性的分析,根据信号的概率密度函数,推导出信号小波系数的相邻尺度间关系,从而建立信号的去噪模型,对仿真和实测数据的分析都验证了方法的有效性.