Transparency and Strong Gain Without Population Inversion in Photonic Bandgap Crystals

Without using the weak-field approximation,we investigate the transient properties of a Λ-type atom with one transition near resonant with a photonic bandgap edge.Whatever the initial state of the atom is,the atom can become transparent to a probe field,and strong gain without population inversion is also possible if the atom has been pre-excited.The defect mode formed by atomic doping can have a strong effect on the absorption properties of the atom.     

功率GaAs MESFET小信号模型参数的提取（英）

采用非本征元件的参数作为本征元件参数函数的自变量的方法，求解MESFET小信号等效电路模型，并彩相对误差来构建目标函数。以FET在零偏置状态的非本征元件值作为初值，通过优化求得了热FET状态的本征元件值，S参数的计算值与实验值吻合得很好，S11的相对误差为0.09%,S12为1.1%,S21为0.08%，S22为 2.26%。该方法收敛快，精度高并且效率高，便于移植到微波器件CAD设计和模拟软件中。     

基于Goldreich压缩函数的LMAC分析和Hash设计

O.Goldreich等人在Ajtai的研究基础之上提出了一种基于格上最近向量难题(CVP)的压缩函数,该函数具有可证明碰撞免疫特性。文献[3]在文献[2]的基础之上设计了消息认证码LMAC,本文分析了LMAC安全性证明中存在的问题,并对LMAC进行了改进,使之能够达到文献[3]所声称的安全性。在此基础之上,本文利用Goldreich压缩函数构造了一种碰撞免疫的GHash函数,并分析了其安全性,提出了GHash的安全参数集。     

Weibull分布场合无失效数据的可靠性验证试验

对于Weibull分布的无失效数据问题,利用Bayes方法给出了产品寿命服从Weibull分布,形状参数的先验分布为U(0,1),尺度参数为1,假定产品的可靠性指标达到某个给定的值的情况下,无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的Bayes估计.     

一维有限深方势阱能量本征方程的泰勒级数解和二次近似解

一维有限深方势阱能量本征方程的求解受限于超越方程,无法严格求解.本文将奇、偶宇称情况的超越方程归结为一个方程,自洽地给出两种近似解析解：一阶泰勒级数解和二次近似解.分析二者适用范围并做误差分析,发现泰勒级数解可以很好地理解能谱随量子数n平方变化的数值解(即,所谓n平方律),但在特定参数R下失效,该参数正比于势阱宽度乘以势阱高度开方.二次近似解对所有参数R都适用,能谱在大R极限下,可退化为精确求解的无限深势阱情况.对于任意参数R,二次近似波函数的保真度始终大于99.7%.     

超声阵列方法在层状结构损伤检测中的应用*

层状钢筋混凝土结构常见的裂缝、层间离缝等损伤具有尺度小、隐蔽的特点,常规检测方法无法对其精确查明与定量评价。以高铁层状无砟轨道结构为研究对象,使用阵列式超声装备采集半矩阵数据,利用全聚焦算法对轨道内部结构及损伤成像,通过线性旅行时插值射线追踪算法计算超声波在层状介质中传播的最短到达时间代入全聚焦成像公式,具有深度准确、分辨率高、聚焦性好的特点。提出一种层间密实度评价方法,以表面超声直达波能量为基准分析反射波能量差异计算密实指数,可定量分析无砟轨道层间状态。文中层状介质的检测和层间损伤定量评价方法有效查明层状无砟轨道层内裂缝和层间离缝,对使用超声波检测层状结构及层间损伤具有借鉴意义。     

子立方无爪图的单射边色数至多为6

设$G$是一个图. 图$G$的一个单射边染色是指图$G$的一个边染色, 使得距离为$2$的两条边或者在同一个三角形中的两条边染不同的颜色. 图$G$的单射边色数是指图$G$的任意单射边染色所需要的最少颜色数. 关于单射边色数有一个猜想: 任意一个子立方图的单射边色数都不超过$6$. 在本文中, 我们证明了这个猜想对子立方无爪图是成立的, 并且给出图例说明上界$6$是紧的. 同时, 我们的证明隐含了求解这类图不超过$6$种颜色的单射边染色方案的一个线性时间算法.     

基于深度学习的视网膜OCT图像无监督去噪方法

以散斑噪声为主的噪声干扰严重影响视网膜光学相干层析（OCT）图像质量。深度学习是一种有效的去噪方法。但对活体成像而言,其很难获取多帧配准的真值图像,这影响了监督学习方法的效果。提出一种无监督深度残差稀疏注意力网络用于视网膜OCT图像去噪,并分别从视觉评价和数值评价两方面与传统的三维块匹配滤波去噪算法和经典的深度学习去噪网络进行对比。研究了监督学习与无监督学习策略下3种卷积神经网络的去噪性能,并利用公开的视网膜OCT图像数据集进行泛化能力测试。实验结果表明：所提算法的视觉评价和数值评价均具有良好的降噪效果,可以实现视网膜OCT图像高质量降噪,具有较强的泛化性,而且与监督学习相比,无监督学习在数据集不充分时仍能获得较好的降噪性能,可以有效地辅助医生进行准确高效的临床诊断。     

无注入型发光二极管的载流子输运模型研究

无载流子注入型发光二极管(简称无注入型LED)因其简单的器件结构有望应用于Micro-LED、纳米像元发光显示等新型微显示技术.由于没有外部载流子注入,无注入型LED的内部载流子输运行为无法直接用传统的PN结理论进行描述.因此,建立无注入型LED的载流子输运模型对于理解其工作机理和提高器件性能具有重要意义.本文根据无注入型LED的器件结构,结合PN结理论建立无注入型LED的载流子输运数学模型.基于该数学模型解释器件的工作原理,获得器件的载流子输运特性,揭示感应电荷区长度、内部PN结压降与外加驱动电压频率的关系.根据建立的数学模型提出了针对无注入型LED器件设计的建议:1)减小感应电荷区掺杂浓度,可有效提高内部LED的压降;2)利用PN结的隧穿效应,可有效提高器件内部LED的压降;3)使用正负方波驱动可以获得比正弦驱动更大的内部LED压降.本文有关无注入型LED的载流子输运模型的研究有望为改善无注入型LED器件结构、优化工作模式提供理论指导.