左Clifford半群的特征与结构

作为Clifford半群的推广,本文定义了左Clifford半群,给出了它的许多特征,建立了它的半格分解结构和ξ直积结构。还讨论了两类特殊情形。     

一类半线性方程Dirichlet问题

本文利用概率方法证明了如下的Dirichlet问题的解的存在性：{－（△/2＋μ）u f(u)=v，在D中，其中D是R^d中的一个有界规则区域，μ和v是属于广义Kato类的符号测度，f是R^1上的连续可微函数连g↓eD上的一个连续函数。     

V20+离子1s23d-1s2nf的跃迁能和振子强

用全实加关联方法计算了类锂V20+离子1s23d-1s2nf的跃迁能和偶极振子强度.依据量子亏损理论, 确定了1s2nf系列的量子数亏损,用这些作为能量的缓变函数的量子亏损,实现对该Rydberg系列任意高激发态(n≥10)的能量的可靠预言.将这些分立态振子强度与量子亏损理论相结合,得到在电离域附近束缚态间的偶极跃迁振子强度以及束缚态-连续态跃迁的振子强度密度,从而将V20+离子的这一重要光谱特性的理论预言外推到整个能域.     

几率量子隐形传态的离子阱方案

本文提出了一个在分别囚禁于不同离子阱中的两个离子间实现几率量子隐形传态的简单方案,Alice对离子1和离子2的内态进行联合测量并通过经典通道告诉Bob测量结果,Bob利用一束经典驻波场激光与离子3相互作用并控制相互作用的时间就能够在离子3上最佳几率地重现离子1的初始内态.     

Er3+掺杂的Bi2O3-B2O3-SiO2玻璃的光谱性质

测试了Bi₂O₃-B₂O₃-SiO₂玻璃中的Er³⁺离子的吸收光谱、发射光谱、⁴I_13/2的荧光寿命、拉曼光谱,及OH^-的傅里叶红外吸收光谱。应用Judd-Ofelt理论计算了该玻璃中的Er³⁺离子的J-O参数、振子强度、⁴I_13/2能级的寿命,从而利用测得的⁴I_13/2的荧光寿命得出了⁴I_13/2能级的量子效率(15%)。由于较低量子效率可能与OH^-有关,所以计算了玻璃中的OH^-浓度,发现其浓度较高(1.66×10¹⁹cm^-1,相当于Er³⁺浓度的3倍)。应用McCumber理论和四能级模型计算了Er³⁺离子的受激发射截面和荧光发射光谱的半峰全宽,结果与通过吸收光谱计算所得基本吻合。根据透射率和折射率的关系计算了折射率,发现和测量值相差很大,说明有较大的散射,通过拉曼光谱和显微镜测试,认为是玻璃中的微小气泡造成的。     

第三种波粒二象性的揭示及其实验验证

简单回顾了Einstein 1905年揭示的第一种波粒二象性（光的波粒二象性）与de Broglie 1923年揭示的第二种波粒二象性（实物粒子的波粒二象性）及其实验验证过程，指出了这两种波粒二象性的本质差别，分析了波粒二象性的逻辑体系并指出：只要把Gan1995年揭示的“经典（电磁）场在结构上的颗粒性”当作“第三种波粒二象性”就能构成“三种波粒二象性”的完美组合，利用“波粒二象性的相变假说”还可以把这“三种波粒二象性”和谐地统一起来。借助于经典条件下光的经典理论与量子理论究竟哪一个更为精确的实验判决（见《光散射学报》）2006年第1期第75．79页《Lorentz-Compton佯谬与一个双赢判决性散射实验设计》）还可以完成“第三种波粒二象性”和“波粒二象性的相变假说”的实验验证。     

重写系统和的合流性

在实际应用中,常常使用多个重写系统。本文主要讨论重写系统和的合流性,并给出了一个重写系统和具有合流性的充分条件。     

二项式光场与级联三能级原子的量子纠缠

利用量子熵理论，研究了二项式光场与级联三能级原子的量子纠缠，讨论了光场与原子的初始参量对其量子纠缠性质的影响.结果表明，利用二项式光场的特性，可以揭示从相干态到数态之间的所有态光场与三能级原子相互作用时的量子纠缠性质.选择适当的系统参数可以制备稳定的光场-原子qutrit纠缠态. 关键词： 二项式光场 级联三能级原子 光场熵 量子纠缠     

运用量子约束动力学对具有耗散的量子位的追踪控制

在有限温度环境内，量子约束动力学及其追踪控制可使退相干系统的相干性稳定一段时间.约束方程产生的控制场能够按量子比特的动力学状态进行控制(量子动力学轨道的反馈控制)；依靠量子比特的这种反馈效应，可使量子位稳定在设定的时间内.同时，在量子位的稳定方面，温度扮演一种消极的角色. 关键词： 量子约束动力学 耗散量子位的控制 追踪控制 量子比特的反馈效应     

Speech emotion recognition based on statistical pitch model

A modified Parzen-window method, which keep high resolution in low frequencies and keep smoothness in high frequencies, is proposed to obtain statistical model. Then, a gender classification method utilizing the statistical model is proposed, which have a 98% accuracy of gender classification while long sentence is dealt with. By separation the male voice and female voice, the mean and standard deviation of speech training samples with different emotion are used to create the corresponding emotion models. Then the Bhattacharyya distance between the test sample and statistical models of pitch, are utilized for emotion recognition in speech. The normalization of pitch for the male voice and female voice are also considered, in order to illustrate them into a uniform space. Finally, the speech emotion recognition experiment based on K Nearest Neighbor shows that, the correct rate of 81% is achieved, where it is only 73.85% if the traditional parameters are utilized.