量子关联成像技术

作为一种新型的成像技术,关联成像受到了国内外学者的广泛关注。本文阐述了量子关联成像的基本原理,介绍了量子关联成像研究历史,对量子关联成像的特点及其可能的应用进行了简要介绍。     

成功者必备的十种素质

一位著名的美国行为学专家根据自己多年的研究,认为成功者大都具备如下十种心理品质:一、自我觉察大多数的成功者有一种自我觉察力。他们能觉察到周围事物的细微变化,也觉察到由于遗传和环境给秘书造成的缺陷,更能觉察到大量对他们有益的事物。二、自我尊重成功者有很强的自我价值感和自我信心。"我愿意成为我自己而不愿是历史上任何时代的别人。"这是成功者正面的自我暗示。     

碳纳米管场效应管尺寸缩小特性的比较

由于具有更为显著的量子隧穿效应,碳纳米管场效应管具有较硅基MOS管不同的尺寸缩小特性,同时,由于工作机理的不同,类MOS碳纳米管场效应管(C-CNFETs:Conventional MOS-like Carbon Nanotube Field Effect Transistors)的尺寸缩小特性与隧穿碳纳米管场效应管(...     

基于GP的计划生成方法

针对计划生成的计算复杂性和传统遗传算法在求解组合问题时的低效率,结合任务策略提出了一种基于遗传程序设计的计划生成方法。利用业务活动域的任务策略知识来指导遗传操作,减少了完全随机遗传操作造成的无效操作,并且在进化过程中使高阶模式和低阶模式获得共同的进化机会,提高了遗传算法的效率。     

基于分层聚类的支持向量机模拟电路故障诊断

提出分层聚类与支持向量机集成的算法,以多级二叉树结构的SVM实现故障的分级诊断。根据最大间隔距离原则,对各故障模式电路特征的逐次聚类二分获得二叉树,使每个节点的SVM具有最大分类间隔,减少了误差积累,从而优化了SVM的组合策略。聚类上利用遗传粒子群算法对样本进行聚类。经模拟电路仿真结果显示,该方法与一对一、一对多方法相...     

遗传规划在机载电子设备费用估算中的应用

在对现有电子设备费用估算方法进行简要回顾的基础上,对遗传规划的原理与方法进行了分析和研究,提出了基于遗传规划的机载电子设备生产费用估算模型,并完成了算法设计和程序编制工作.以历史数据为学习样本,根据所建模型对不同型号的机载电子设备生产费用进行了估算.结果表明, 模型简单易行、精度较高,为机载电子设备费用估算提供了一条新途径.     

MOQPSO/D算法求解不确定目标分配问题

为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.     

基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。     

单矢量水听器水中多目标方位跟踪方法

采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计。为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化。结果表明:单矢量水听器能够同时分辨多个目标方位,解算结果应使用统计特性表示;采用本方法最多能分辨7个目标,目标个数越多,方位误差越大;信噪比越高,分辨率和精度越高,偏差越小;通过数据拟合然后卡尔曼滤波的方法能够有效提高目标方位跟踪精度。     

金属的载止频率与单光子的吸收

从经典理论和量子模型出发,论述了双光子吸收的可能性,并且定量计算了吸收两个光子的几率,指出通常情况下弱光不产生双光子吸收现象,金属的截止频率缘于电子对单光子的吸收。