Energy Distribution in the SU（1,1）Coherent State of Hydrogen

We Construct and SU(1,1)coherent state for hydrogen,we discuss its properties,and we give the energy distribution law of the atom.The coherent state may be used to describe the atomic states of the discrete spectrum.     

介质极化的瞬时相位与振幅

求解电子运动的二阶微分方程，在旋转波近似下，介质在外场突然变化时产生的瞬态感应极化与外场同频，但相位总是落后，最大落后为π/2；振幅大小与初态有关，随时间按指数规律衰减，衰减快慢由介质的阻尼系数决定。     

κ玻色子q相干态的反聚束效应

研究了q变形湮没算符高次幂（αq^k,κ≥3)本征态的反聚束效应，并就κ=3的情况用数值计算方法研究了q变形参数对该效应的影响。结果表明，当q变形相干态中谐振子的强度x=|z|^2在某些区间内取值时，αq^k的本征态将呈现反聚束效应，并且这一效应明显地受到q参数的影响。当参数q取定时，随着q变形光场强度的变大，该光场的光子数涨落在经典（或量子）和量子（或经典）特性之间交替地变化。     

类Kerr介质中双模SU(1,1)相干态场与Λ型三能级原子相互作用的量子统计性质

导出了类Kerr介质中双模SU(1,1)相干态场与Λ型三能级原子相互作用系统的态函数,研究了Kerr效应对Λ型三能级原子布居概率、双模SU(1,1)相干态场的互关联函数、Cauchy-Schwartz不等式及二阶相干度的影响.结果表明:Kerr效应使原子与光场的耦合减弱,原子布居的崩塌与复苏的周期缩短;在初始光场较弱和较强两种情况下,类Kerr介质对双模SU(1,1)相干态场两模间的相关性、相关程度以及光子的聚束与反聚束效应产生的作用有明显的区别.     

二维光电位置敏感器件的非线性修正

根据二维光电位置敏感器件 (PSD)的工作原理 ,分析了影响PSD线性度的主要因素 ,提出了一种用神经网络对PSD进行非线性修正的方法。以PSD的输入输出数据对作为样本训练的神经网络 ,利用神经网络所具有地能够以任意精度逼近非线性函数的能力 ,实现PSD的输出与实际光点位置之间的映射 ,在神经网络的输出端得到线性响应。该方法的优点是不需要很大的数据存储量即可得到很好的修正效果。结果表明 ,修正后的PSD能在较宽的位置范围内输出高线性度的信号     

NO-2-I-体系双波长紫外分光光度法测定痕量亚硝酸根

在稀盐酸介质中,亚硝酸根氧化碘化钾的反应产物I-3在288nm和352nm处有两个强吸收峰.基于此建立了双波长紫外分光光度法测定痕量NO-2的新方法.该法简便、快速、选择性好,线性范围为0-0.4μg/mL,检出限为3.4×10-9g/mL.用于河水、井水、矿泉水中亚硝酸根的测定,结果令人满意.     

一类半参数回归模型的估计理论

考虑半参数回归模型Y=X’β+g(T)+e,其中(X,T)为取值于R^p×[0,1]上的随机向量,β为p×1未知参数向量,g为定义于[0,1]上的未知函数,e为随机误差,Ee=0,Ee²=σ²>0,且(X,T)与e独立。本文综合最近邻和最小二乘的方法定义了β,g和σ²的估计量,g_n^*和。在适当条件下证明了和的渐近正态性,并得到了g_n^*的最优收敛速度。     

高非线性度向量弹性函数

利用已知弹性函数级联上高非线性度多输出布尔函数的方法构造（n,m,t）弹性函数,其非线性度为2^n-1-2^n-l/2-1＋2^l/2.nlmax（n-l,m,t）,在相同条件下改进了Kurosawa的非线性度2^n-1-2^n-l/2-1.特别地,本文构造了两类具体的向量弹性函数,得到两个不同的非线性度.本文所得函数的非线性度在大多数情况下是比较好的.     

一些特殊图类乘积的离散度

连通图的离散度是用s(G)来表示的,s(G)=max{ω(G-S)-|S|:ω(G-S)>1,SV(G)}.给出了两个完全图乘积的和一个完全图与路的乘积的离散度.还给出了两个完全图乘积的坚韧度.     

Evolving Networks with Nonlinear Assignment of Weight

We propose a weighted evolving network model in which the underlying topological structure is still driven by the degree according to the preferential attachment rule while the weight assigned to the newly established edges is dependent on the degree in a nonlinear form. By varying the parameter a that controls the function determining the assignment of weight, a wide variety of power-law behaviours of the total weight distributions as well as the diversity of the weight distributions of edges are displayed. Variation of correlation and heterogeneity in the network is illustrated as well.