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.     

新型发酵机的原理方案设计探讨

从系统功能出发,采用形态学矩阵的方法(是提出设计预选方案的有效方法),列出了实现每一个功能的子方案及其优缺点。经过组合,提出了发酵机设计的三个方案,通过方案比较得出了新型发酵机设计的最优方案,提出了双向螺旋搅笼的新型结构,这对于新型发酵机的设计、制造将有着重要的实用价值。     

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.     

关于混凝土多边形非均匀受压区的等效矩形应力图探讨

本文首先分析推导出了混凝土多边形非均匀受压区等效矩形应力图的特征值，然后利用这些特征值对钢筋混凝土双向偏心受压构件的承载力进行简化计算，并与两个试验结果进行比较，计算值与试验值吻合较好。     

灾难，见证中国网络成长

这是一个贴着互联网标签的年代，这是一个海量资讯驰骋的年代，我们上网浏览新闻、收发邮件、休闲娱乐、炒股购物……我们通过一根小小的网线，与这个浩瀚世界联通，感受着网络无所不能的神奇力量。而前不久发生的5．12汶川大地震，更使中国网络与网民，以崭新的理性姿态走到了历史前台。     

双向HFC网上行传输的技术问题及对策

文章对有线电视双向HFC网上行传输的若干技术问题作了较详细的研究;阐述了双向HFC网传输通道中的特有问题——“汇集干扰”、“汇集均衡”等概念及形成原因,并通过实例分析;提出了解决双向HFC网中信号存在“汇集干扰”、“汇集均衡”等问题的可行性方案及加强有线电视上行通道安全性的措施。     

应用等维新息双向差分灰色模型进行趋势分析的新发现

本建立了最佳等维新息双向差分灰色模型，不仅拓宽了灰色预测的适用范围，而且还通过维数选择确定了最佳维数；使用最新数学工具软件MATLAB进行编程，同时通过对上证周指进行趋势分析，该等维新息预测能较准确地预测未来随机时间序列的涨、跌幅度。     

双轴等拉低周疲劳实验装置

本文给出能在一般单向加载液压疲劳试验机上做双轴等拉低周疲劳实验研究的双向拉伸装置,并对有关影响因素进行了讨论。 本试验是在百吨液压低周疲劳试验机上进行的。双向拉体装置已经受近百万次疲劳载荷,其中交变载荷幅围5.5,t亦经受近20万次。在使用过程,各构件完好合手使用要求,将十字试样进行低周疲劳断裂试验,成功地开出合格裂纹,用它进行超速条件下叶轮材料性能研究亦取得初步结果。可以认为它适用于平而应力集中问题低周疲劳性能的研究。若使用液压高、中周疲劳试验机,它还可用于双轴载荷下裂纹试样裂纹扩展的研究。 本文指出了双向拉伸装置有待改进的方面。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.