GSI效应与开罗事例

 最近几年来,在联邦德国的Darmstadt市的高能重离子研究所（GSI）内,利用重离子加速器将铀、钍等重核进行加速,然后去轰击铀,钍、锔等重核靶子,进行了一系列重核-重核碰撞反应实验,发现了一个新现象.后来,人们把这种新现象称为GSI效应.他们于1984年发表的铀-铀碰撞反应实验结果如图1所示.这些实验结果的特点是:在较宽的正电子连续谱上叠加有一个正电子窄峰,其峰值能量为E_?+=（336±10）keV,峰的宽度为Γ～75keV.     

变形核的电荷密度分布

本文应用原子核的宏观模型提出了一种比较简单的计算变形核电荷密度的方法.具体计算了¹⁹²Os、¹⁵⁴Gd、¹⁵²Sm、¹⁷⁴Yb、及^{144,148,150,152}Sm等原子核的电荷密度分布.结果表明,宏观模型计算的结果能较好地与实验测量结果相符合.因此,只要根据变形核基态到各转动态跃迁几率或电多极矩的实验值,则可按本文方法,从理论上预言变形核的电荷密度分布.     

综合阻尼系数——线性定常系统阻尼特性的新定义

本文应用能量型的定理,建立了线性定常系统阻尼特性的分析方法。定义了阻尼能量函数D(X₀,X)=C_i integral from n=(X₀,X) x_idx_i-1及综合阻尼系数η=min(C_i/a_n-i)。得出结论:(1)Hurwitz判别式中的△_n-1正比于系统振荡的阻尼效应;(2)定常系统的综合阻尼系数可以写成分段解析的有理分数形式,便于计算与分析;(3)求出了不依赖于ω的同步电机的电磁阻尼力矩系数。     

岭型主成分估计的最优性

本文研究岭型主成分估计的回归最优性。证明了岭型降维估计类中，岭型主成分估计具有Φq^0最小、E－最小和D－最小性，且协方差阵的正交不变范数最小，推广了[2]中某些结果。     

关于“分片线性有限元最优L∞—误差估计”的注

关于二阶问题的分片线性有限元近似解的L~∞—误差估计,已有不少出色的工作,Nitsche,Scott,Frehse和Rannacher,Schatz和Wahlbin等分别利用不同的方法,证明了在u∈W~(2,∞)(Ω)的条件下,有‖u-u_h‖_(0,∞,Ω=0(h~2|lnh|)。这一误差估计与分片线性插值的逼近误差阶相比,并不是丰满(或最优)的。能否得到与插值逼近相同阶的L~∞—误差     

高效选取线性独立的原子特征构建精确机器学习势函数

机器学习势由于具有与第一性原理计算相当的准确性,且低得多的计算成本,在原子模拟中极具前景. 然而原子机器学习势的可靠性、速度和可迁移性在很大程度上取决于原子构型的表示. 适当地选取用作机器学习程序输入的描述符是一个成功的机器学习表示的关键. 本文发展了一种简单有效的方法,可以基于训练数据固有的相关性,从大量待选的描述符中自动选取一组最佳的线性独立原子特征. 通过对几个具有较少冗余线性独立嵌入密度描述符的基准分子构建嵌入原子神经网络势的应用,证明了这种新方法的有效性和准确性. 该算法可以大大简化原子特征的初始选取,并极大地提高原子机器学习势的性能.     

基于KPCA-K-means++和GA-LMS模型的改进RBF神经网络室内可见光定位

针对室内可见光定位接收光功率不均匀、定位精度低等问题,提出一种自适应花授粉定量式灯源优化方案结合改进径向基函数(RBF)的神经网络接收信号强度指示(RSSI)可见光定位方法.所提方法采用自适应花授粉算法优化发射器的光照强度;通过基于改进RBF神经网络的RSSI定位方法处理接收到的均匀光信号,实现精确有效定位.利用核主成分分析K-means++(KPCA-K means++)聚类模型对RSSI样本值进行预处理,得到最优聚类数目和聚类中心,作为隐含层神经元个数和中心值.通过遗传算法-最小均方(GA-LMS)模型对RBF神经网络参数进行寻优.仿真结果表明,在9 m×12 m×3.5 m的室内环境中,接收光功率为 28.6 dBm～-25.1 dBm,定位误差小于0.1m.因此,所提改进后的可见光定位方法具有定位精度更高、实用性更强等优点.     

铜掺杂氧化锌纳米纤维宽线性响应乙醇气体传感器

采用电纺丝技术结合高温煅烧制备了铜掺杂氧化锌复合纳米纤维,并通过XRD,XPS,SEM和TEM等手段对材料进行表征.将所得材料作为敏感层构筑了气体传感器,器件对乙醇蒸气具有很好的传感特性,特别是当Cu/Zn摩尔比为1∶60时,由于Cu组分的活化作用,所得传感器不仅具有高灵敏度、快速响应恢复(2 s/7 s)特性及优良的稳定性,而且在5~104μg/g超大乙醇蒸气浓度范围内都能保持良好的线性关系(R2=0.99),这不仅有利于乙醇实际检测,而且对宽响应范围及高灵敏传感器的发展具有重要意义.