Characterizing Quantum Correlations in Arbitrary-Dimensional Bipartite Systems Using Hurwitz's Theory

Quantum correlations play vital roles in the quantum features in quantum information processing tasks. Among the measures of quantum correlations, quantum discord （QD） and entanglement of formation （EOF） axe two significant ones. Recent research has shown that there exists a relation between QD and EOF, which makes QD more significant in quantum information theory. However, until now, there exists no general method of chaxaeterizing quantum discord in high-dimensional quantum systems. In this paper, we have proposed a general method for calculating quantum discord in axbitraxy-dimensionM bipaxtite quantum systems in terms of Hurwitz＇s theory. Applications including the Werner state, the spin-1 XXZ model thermal equilibrium state, the Horodecki state, and the separable-bound-free entanglement state are investigated. We present the method of obtaining the EOF of axbitraxy-dimensional bipaxtite quantum states via purification, and the relations.hip between QD and EOF.     

Hyperconcentration Based on Projection Measurements

We propose an efficient hyperconcentration protocol for distilling maximally hyperentangled state from partially entangled pure state, resorting to the projection measurement on an auxiliary photon. In our scheme, two photons simultaneously entangled in polarization states and spatial modes are considered. One party performs quantum nondemolition detections on his photon and an additional photon to produce three photon hyperentangled state, then he projects the assistant photon into an orthogonal basis composed of both the polarization and spatial degree of freedom. Then the state of the left two photons collapses into maximally hyperentangled state with a certain probability. In the rest cases, some less-entangled states are obtained, which can be used as resource for the next round concentration. By repeating the concentration process for several rounds, a higher success probability can be obtained, which makes our scheme useful in practical quantum information applications.     

向您推荐《液晶与显示》——中文核心期刊

正《液晶与显示》是中国最早创办的液晶学科专业期刊,也是中国惟一的液晶学科和显示技术领域中综合性专业学术期刊。它由中国科学院长春光学精密机械与物理研究所、中国光学光电子行业协会液晶专业分会和中国物理学会液晶分会主办,科学出版社出版。《液晶与显示》以研究报告、研究快报、综合评述和产品信息等栏目集中报道国内外液晶学科和显示技术领域中最新理论研究、科研成果和创新技术,及时反映国内外本学科领域及产业信息动态,是宣     

有限深势阱下抛物量子线量子比特及其声子效应

采用Peaker变分法,研究了在有限深势阱下抛物量子线量子比特及其声子效应。量子线中这样的二能级体系可作为一个量子比特。当量子线中电子处于基态和第一激发态的叠加态时,电子的概率密度|ψ01(t,x,y,0)|2随着势阱宽度的增加而减小;电子的振荡周期T0随耦合强度α的增大而减小;振荡周期T0随受限长度l0的增加而增加。     

近、中红外光谱法融合判定葡萄酒产地

葡萄酒带有浓厚的葡萄原产地地域特点与个性,快速准确地判别葡萄酒原产地具有重要意义,感官评定的方法存在一定的局限性。提出用贝叶斯信息融合技术将葡萄酒样品的近红外透射光谱及中红外衰减全反射光谱联立进行葡萄酒原产地判别的方法。分别用近、中红外光谱仪采集来自中国四个不同葡萄主栽产地(河北怀来、山东烟台、甘肃、河北昌黎)的153个葡萄酒样品的近红外透射光谱和中红外衰减全反射光谱,然后用偏最小二乘判别分析法(PLS-DA)分别建立基于近红外光谱和中红外光谱的葡萄酒产区判别模型;该模型输出的节点值归一化后作为所有样品分属每一类别的先验概率,代入Bayes判别公式得到后验概率,根据此概率判断样品的新类别属性,即用贝叶斯信息融合技术实现了两种判别结果的修正决策。近红外和中红外融合后的模型结果为：十次随机划分建模集和检验集,四产区葡萄酒判别模型建模集的平均准确率由78.21%(近红外)和82.57%(中红外)变为融合后的87.11%,检验集平均准确率由82.50%(近红外)和81.98%(中红外)变为融合后的90.87%,均优于单独采用一种光谱技术的判别结果。实验结果表明：信息融合技术有助于模型判别效果的提高,采用近、中红外光谱的贝叶斯信息融合技术对葡萄酒原产地进行快速识别是可行的。     

栅格式透明导电膜透光性能的表征和测试方法

建立了栅格式透明导电膜透光性能的表征参量和测试方法。利用电荷耦合器件(CCD)光电成像设备的响应特性,将响应信号转换为透光率信息;求解出不同尺度面元上的平均透光率,并建立栅格线的印制宽度、线边缘粗糙度和线上平均透光率等参量;结合三维图示技术,对透光膜进行了像素级微观透光性的三维显示。对三个柔印正方形栅格透明导电膜样品的测试结果表明:由所建立方法得到的透光率与紫外分光光度计测试结果误差小于1%;由测量的栅格线宽、透光率及像素级微观透光特性,能够分析样品的透光及印刷工艺特征。所建立方法能够起到较详尽分析和表征栅格式透明导电膜光学性能的作用。     

基于电磁拓扑的配电网络雷电过电压分析

将适用于复杂系统各个节点电磁响应同步求解的电磁拓扑方法引入到配电网络雷电过电压问题的分析中。首先,给出了传输线网络的BLT方程及其元素构建方法;然后,通过一个复杂的配电网络对电磁拓扑的分析流程进行了详细说明,并重点展示了理想节点散射矩阵的求解步骤。结果表明：电磁拓扑方法可以应用在配电网络节点雷电过电压的分析中,其计算结果与CST的结果非常吻合,且耗时远远低于CST。     

FABEMD和改进局部能量窗口的红外中波和长波图像融合

针对探测波段为3.7～4.8μm的中波红外图像和探测波段为8～14μm长波红外图像融合过程中存在场景对比度低,显著性目标不够凸出,伪影引入严重的问题,采用快速自适应二维经验模态分解(FABEMD)对红外中波和长波图像进行多尺度分解以得到二维内蕴模函数(BIMFs)和残余分量(Residual).对于每一层内蕴模函数选用...     

基于近红外光谱的SG-MSC-MC-UVE-PLS算法在全血血红蛋白浓度检测中的应用

为提高全血血红蛋白浓度预测模型的预测精度,基于近红外光谱分析,首先对原始全血透射光谱数据分别进行均值中心化、标准化、标准正态变量变换(SNV)、多元散射校正(MSC)以及Savitzky-Golay(SG)卷积平滑结合MSC的预处理操作,最终选择预处理效果最好的SG-MSC方法作为数据预处理方法,其最大相关系数达到0....     

光谱数据解析中的变量筛选方法

如何从海量或高维数据中“提纯”出有用的信息,这是当前数据分析面临的一个巨大的挑战,也是当前研究的一个热点。变量筛选技术能够从众多、复杂的量测数据中提取出特征信息变量,达到简化多元模型乃至提高模型预测性能等目的。在光谱分析中,来自噪声等诸多因素的影响,量测数据会不可避免地包含干扰和无关信息变量,以及变量间存在的多重共线性,这些都会影响模型的稳健性和预测能力。近年来变量（波长）筛选方法在光谱解析领域的研究与应用中取得了较大的进展。结合国内外相关研究文献和作者的研究体会,不仅仅综述了近红外光谱,还综述了中红外光谱、拉曼光谱等众多筛选变量的方法的提出、特点、发展、类别、比较和近五年来在不同领域的应用进展。其中,评价变量重要性的参数及其标准或阈值的选择、搜索变量的策略和途径是变量筛选方法的关键。而且每种方法都具有各自的优势和局限性,实际使用中要根据方法自身特点结合目标体系的特征选择合适的方法。重点内容：（1）对比了光谱数据分析中常用的波长筛选和波段筛选方法;（2）对比了基于PLS模型参数的不同变量筛选方法的原理和特点;（3）根据搜索和筛选变量策略的不同将变量筛选方法进行分类评述。最后,围绕在解析实际复杂体系中变量筛选方法出现的过拟合、不稳定等问题进行了讨论并提出相应的解决措施,同时对变量筛选方法的研究趋势、发展前景和应用方向进行了展望。其中,新的评价变量重要性的判据和搜索变量的策略等工作仍需要展开深入地研究。期望本综述能够对光谱变量筛选的后续研究及应用起到积极的推动作用。