研究宇称算符的一种新方法

在量子力学中,宇称算符P^的3种表象积分分别表示为∫d2zπ|z〉〈-z|、∫dq|q〉〈-q|和∫dp|p〉〈-p|.借助Dirac符号法和量子力学表象的完备性,找到了一种非常新颖的方法,给出了宇称算符的积分显式.     

漫谈自然之“声”

 人们对声音是再熟悉不过的了,每时每刻都要与声音打交道。从大自然的风声、雷声,到飞机划破长空的呼啸声;从婴儿“呱呱”落地时的第一声哭泣,再到人类用于交流的语言和美妙的音乐,声音与人类总是相伴的。没有声音的世界将是不可思议、极其恐怖、无法生存的。那么,什么是声音?其奥秘何在?这就让我们走进声音的世界,揭开其神秘的面纱。一、声音的物理机制平时人们所说的声音,从物理上讲,指的就是声波,声波本质上是一种机械纵波。     

花岗岩粗糙表面动摩擦形态演化

冲击过程中岩石界面动摩擦特性对于地震滑移等现象的研究有重要意义。基于分离式霍普金森压杆(SHPB)杆束技术对含倾斜界面的花岗岩进行冲击实验,分别采用光学显微镜和台阶仪,观测较大视场(毫米尺度)和较小视场(亚毫米尺度)下花岗岩界面粗糙形态。结果表明:微动滑移条件下,表面仍非常粗糙,没有大的凸起,但是对于局部初始较平滑的表面,冲击后由于表面的摩擦作用变得粗糙,很难观察到大位移滑移时的光滑滑移面。采用斜条型有限子群表示,结合微界面相对滑移磨损扩散的控制方程,建立岩石界面粗糙形态动力学演化的描述方法。初步结果验证了此方法的可行性,但需要结合深入的实验观测进行完善。研究结果对界面动摩擦演化过程及其机制的认识具有良好的参考意义。     

原子核中的U(6/4)超对称

在本文中,我们讨论了原子核中可能存在的一种动力学超对称性——U(6/4)超对称性。具有U(6/4)超对称性的原子核含有若干个sd玻色子及0,1,2,3,4个角动量为3/2的费米子,它的波函数可以用超李代数链 U(6/4)?SU(6/4)?SU(6)?SU(4)?SU(4)?SU(4) ?SU(4)?Sp(4)?SO(3)来分类。在本文中,我们给出了按以上超李代数链分类的波函数,并推导出了能谱公式。     

k路覆盖图的新充分条件

设G是一个n阶简单连通图。如果其顶点集V(G)能被k条或更少的点不交的路覆盖,则图G是k-路覆盖的。分别用距离谱半径、距离无符号拉普拉斯谱半径、Wiener指数和Harary指数得到了图G是k-路覆盖的新的充分条件。     

常平均曲率曲面的谱变换与Weierstrass表示

利用可积系统的方法, 研究了三维双曲空间常平均曲率曲面的形变, 以及三维双曲空间常平均曲率大于1的单连通曲面的Weierstrass表示公式.     

一种基于特征分解的图像融合方法

一幅图像可以分解成几何特征不同的纹理部分和卡通部分,基于这两大特征提出了一种图像融合方法.利用卡通和纹理特征的差异,通过学习分别得到卡通字典和纹理字典.在融合过程中,分别利用特定的卡通和纹理字典对源图像的卡通和纹理部分进行融合,融合后的卡通和纹理部分经简单相加得到融合图像.实验结果表明,所提方法是有效的.     

面向有限带宽信道的字典学习图像超分辨率重建

固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练, 在字典学习过程中存在稀疏表示系数不准确的问题, 导致重建的结果不理想. 因此, 引入一种改进的K-SVD算法对字典进行训练, 该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式, 使得稀疏表示系数更加准确, 而且加快了字典的收敛速度, 使得训练得到的字典具有更好的稀疏表达能力. 同时, 针对ANR算法的不足, 提出一种面向有限带宽信道基于字典学习的图像超分辨率方法, 该方法采用改进的K-SVD算法训练字典对 , 并将其应用到ANR算法中, 实现图像的超分辨率重建. 实验结果表明, 本文提出的方法不仅能够保持ANR算法快速重建的优势, 而且提高了图像的重建质量, 具有更高的峰值信噪比和结构相似度.     

基于可见-近红外光谱与稀疏表示的注水肉识别

为了能快速准确的识别原料肉与注水肉, 提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型, 采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果, 对光谱数据进行光调制和归一化等预处理并截取有效波段, 根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典), 通过ｌ1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差, 将最小投影误差对应的类作为测试样本的所属类别, 并应用留一法进行交叉检验, 比较了稀疏表示法与支持向量机的识别结果。实验结果表明, 利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上, 获得了较好的分类效果, 优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取, 适用于高维、小样本量数据的处理, 计算成本低, 将其用于注水肉的光谱数据识别具有一定的创新性, 并取得了较满意的结果, 为原料肉和注水肉的无损识别提供了一种有效方法。     

《测量不确定度表示指南ISO1993（E）》的问题简析

简要介绍了《测量不确定度表示指南ISO1993（E）》的一系列缺陷与执行中的困难。