关于场致发射的电像力效应及温度效应

用量子力学隧道效应方法研究了场致发射现象,在Ｗ．Ｋ．Ｂ近似下,分别计算了无电像力与计及电像力效应的穿透系数及场致发射电流。数值结果表明,计及电像力较合理说明实验事实,文中还特别考虑温度效应的影响,在弱场情形下温度对场致发射电流会起到较大的修正。     

软门限去噪法在X射线能谱分析中的应用

从函数空间的剖分和理想滤波器组的角度分析了多分辨率信号的分解与重构，提出了一种X射线能谱去噪的方法，即应用Mallat算法对谱信号进行小波分解，然后应用一个非线性软门限函数在小波域内将噪声抑制和消除，最后重构得到去噪后的能谱。该方法明显改善了能谱定量分析的结果。     

量子神经动力学分析

量子计算与神经计算的结合是当前人工神经网络理论发展的一个前沿课题,由此而产生的量子神经计算范式具有很高的理论价值,我们在量子理论基本原理的基础上讨论了把量子理论引入神经计算领域的可能性和可行性,并详细分析量子神经的动力学行为,为以后建立量子神经网络和研究量子神经网络的学习算法打下了坚实的理论基础.最后简单讨论了一些与量子神经计算有关的其它问题.     

2005年高考湖北卷理科第18题阅卷启示

今年湖北理科18题考查三角形内的三角函数问题，由于三角函数是学生的难点，学生得分普遍不高．全省近28万份试卷，平均分仅3．8分，加上其处于解答题第二题的位置，又造成学生欲罢不能的心态，影响了后面大题的解题速度和得分，成为全卷的—个难点，也是造成学生感到今年试卷偏难的一个重要因素．     

量子逻辑门核磁共振实验的仿真实现

利用核磁共振(NMR)实验技术来实现量子计算，是当前各种验证量子算法最为有效的方法之一。对如何设计核磁共振(NMR)脉冲序列来实现各种量子逻辑门，如量子控非门、toffoli门等进行了研究。并在量子仿真器(QCE)上进行实验验证。     

量子纠缠联想记忆

提出一种基于量子纠缠的联想记忆神经网络(QuEAM).对比传统的联想记忆网络,QuEAM的存储容量得到了指数级的增大.学习算法是根据纠缠量度的性质,采用Grover量子迭代算法的基本原理局域放大量子位(qubit)的概率振幅,相当于传统计算机的按位操作,讨论了这个学习算法下的量子基本原理.最后给出具体的例子说明了算法的有效性.     

光致聚合物全混洗光互连全息元件的制备

采用只对红光敏感的光致聚合物全息干版通过 Ｈｅ－Ｎｅ ６３２ｎｍ激光波长两次掩膜曝光,在面积为３０ｍｍ × ６０ｍｍ的全息干版上制备出全息光学元件,并成功地用于全混洗光学互连的实验演示。全息光学元件的衍射效率为 ４０～ ５２％。     

基于改进的自动散点控制回归算法的遥感影像相对辐射归一化

多时相遥感影像的相对辐射归一化是进行变化检测或拼接不可缺少的步骤。针对现有方法的不足,以自动散点控制回归(Automatic scattergram-controlled regression,ASCR)技术为基础,提出了一种改进的ASCR算法(Im-proved automatic scattergram-controlled regression,IASCR)。它的核心思想是首先利用粗剔除和主成分分析的方法选择占主体信息量的“未变化”像元,然后再利用最小二乘法确定回归方程,对多时相遥感影像进行归一化。以北京地区的多时相TM影像为实验数据对其进行归一化,并与ASCR法、全景简单线性回归法(Simple regression)、暗-亮(Dark setbright set)归一化法、伪不变特征归一化法(Pseudo-invariant feature)的结果进行了比较。实验结果表明,IASCR算法是解决多时相遥感影像辐射归一化问题的有效手段。     

极化激元系统时间演化的量子涨落特性和非经典统计行为

将极化激元系统约化成模型单模光子-TO声子有效相互作用系统， 在此基础上以解析形式讨论了系统的力学量、压缩态、量子涨落特性以及亚泊松分布等非经典效应的动力学演化行为.结果表明，光子场与极化波量子场彼此交换能量过程随时间演化呈振荡性质，光子场和声子场都可以演化成压缩态，其二阶压缩度随时间演化成复杂周期振荡特性，这种非经典特性是非线性相互作用的结果并且以k₁项和k₂项同时存在并相互关联为前提.而此时光子和声子统计分布随时间演化呈现介于超Poison分布和亚Poison分布之间复杂周期振荡的新结果，非线性作用k₁项和k₂项对这种非经典统计行为都有贡献. 关键词： 极化激元系统动力学演化 单模光场-TO声子有效模型哈密顿量 量子涨落与压缩态 亚泊松分布