Spin Squeezing and Entanglement of Many-Particle Spin-Half States

In many-particle spin-half systems with exchange symmetry, we find that the spin squeezing is related to two types of entanglement, the bipartite and the pairwise entanglement. A quantitative relationship is revealed for the spin squeezing parameter, the tangle, and the concurrence. We find that a class of states is spin squeezed if the pairwise entanglement is stronger than the bipartite entanglement.     

Controlled Bidirectional Quantum Direct Communication by Using a GHZ State

A controlled bidirectional quantum secret direct communication scheme is proposed by using a Greenberger- Horne-Zeilinger （GHZ） state. In the scheme, two users can exchange their secret messages simultaneously with a set of devices under the control of a third party. The security of the scheme is analysed and confirmed.     

优化分离与鉴定蓝斑背肛海兔口腔神经节蛋白质组

采用双向凝胶电泳技术优化分离蓝斑背肛海兔(Notarcus leachii cirrosus Stimpson, NLCS)口腔神经节(Buccal Ganglion, BG)蛋白质组, 并获得约300个蛋白质斑点. 用组合基质辅助激光解吸电离化飞行时间(MALDI-TOF)质谱技术和胶内酶解技术测定BG蛋白质组中的96个蛋白质斑点的肽指纹(Peptide mass fingerprint, PMF)图谱. 经数据库检索与比对后, 发现96种蛋白质中仅有4种蛋白质可获得较高的匹配率, 它们分别是微管蛋白(Tubulin)、 肌动蛋白(Actin)和两个1,5-二磷酸核酮糖-羧化酶/加氧酶(Ribulose-1,5-bisphosphate carboxylase/oxygenase, Ribulose), 均属于神经细胞骨架蛋白质; 同时还发现一种交配信号肽前体(Peptide mating pheromone precursor). 利用LOCtrees软件和分类法对56种蛋白质进行亚细胞定位与分类.     

物理化学课程“热化学”主题学习历程研究——化学师范生知识建构的文本分析

为深入了解地方性师范院校化学师范生知识建构习惯和水平，探讨他们在大学专业基础课程中的学习历程，以物理化学课程中以“融合科学读写特色”的“热化学”学案作为研究载体，研究对象在学案引导下开展自学活动，并在阅读教材和文献基础上进行科学写作。采用量表工具针对大学生自学效果和反思活动进行评价，并采用SOLO分类评价科学写作作品，采用KWL工具评价学生的科学阅读收获。结果发现研究对象学习动机不强，不擅长在新的学科知识学习中联系已有专业课程知识，基于文本学习的建构活动水平极低，可能是因为他们在应试背景下的基础知识并未形成体系，先修课程中并未培养元认知学习策略。     

面向远海岛礁群的双向物流网络规划

针对若干远海岛礁群系统封闭性的分布特点,将中心岛礁选址、各岛礁建设泊位数量和规模、仓库储存量、运输船型和数量以及航线设置、班期组织等作为规划内容,以整个运输网络系统总成本最低为原则,综合考虑了仓库存储理论,建立了兼顾“选址-库存-路径”的规划模型。结合所建模型特点,提出了双层并行搜索遗传算法,构建了以海上运输为基本交通方式的双向物流系统。最后,以我国南海为例进行建模并求解,采用不同算法并通过多组不同规模的算例进行演算比较,验证了所建模型和算法的有效性与合理性。     

问题视角浅析

文中通过多视角分析解决数学问题,向学习者渗透了数学思想的辩证性和学习方法的灵活性,体现了"以人为本"现代理念下的数学教育.     

基于RTW的双向充放电机实时控制技术

随着智能电网和绿色能源技术的快速发展,双向充放电机也越来越受到关注;文章主要研究双向充放电机充电过程中电压的稳定性和放电过程中并网电流波形的畸变率;提出了一种基于RTW的matlab/simulink控制方法,在simulink环境下搭建仿真模型和控制模型,然后将达到预期效果的仿真模型所对应的控制模型编译为代码并烧写到DSP中;此种方法在能够保证在恒流源和恒压源两种充电模式中电流和电压的稳定性,在放电过程中并网谐波电流总畸变率小于5%,功率因数基本为1;仿真结果和基于DSP2812的硬件平台实验都证明了这种方法的有效性。     

取向比对椭球气溶胶粒子散射特性的影响

利用T矩阵和离散坐标法研究了取向比对椭球粒子散射特性的影响, 计算了小尺度范围内椭球粒子的散射特征参量, 包括消光效率因子、不对称因子、单次散射反照率、散射相矩阵及双向反射函数(BRDF). 结果表明, 椭球粒子的散射特性与取向比密切相关, 粒子取向比会影响散射参量的振荡频率和振幅, 与球形粒子散射参量的相对差异也呈周期振荡趋势. 研究还发现, 某些特殊粒子尺寸的散射参量与粒子取向比基本无关. 在多次散射条件下, 分析不同取向比粒子群的BRDF随反射角和光学厚度的变化特性. 结果显示: 不同取向比粒子群的BRDF随反射角的变化趋势基本一致, 球形粒子群比非球形粒子群的BRDF曲线波动振幅更大; 球形-非球形粒子的BRDF相对差异随光学厚度和取向比的增大而减小, 随入射角的增大而增大.     

游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利,已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论,以文本大数据为数据源,在全面梳理国内外情感计算相关成果的基础上,利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘,探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型,其核心是构建情感词典和设计情感计算规则,方法简单,容易实现,适用语料范围广。（2）机器学习,用统计学方法抽取文本中的特征项,具有非线性特征,可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算,效果良好,准确率在85%以上。训练多领域的文本语料易于移植,实用性强,且泛化能力好,较适合大数据时代游客情感计算研究。