幂函数叠加势的径向Schrdinger方程的精确解

本文对幂函数和逆幂函数V(r)=α1r8+α2r3+α3r2+3βr-1+β2r-3+β1r-4在多种相互作用幂函数紧密耦合的条件下,采用连续分数法进行求解,得到了叠加势的径向Schrdinger方程的精确解,进一步得出径向的波函数和量子化的能级,并作简单讨论.

正则化稀疏模型

正则化稀疏模型在机器学习和图像处理等领域发挥着越来越重要的作用,它具有变量选择功能,可以解决建模中的过拟合等问题.Tibshirani提出的Lasso使得正则化稀疏模型真正开始流行.文中总结了各种正则化稀疏模型,指出了各个稀疏模型被提出的原因、所具有的优点、适宜解决的问题及其模型的具体形式.最后,文中还指出了正则化稀疏模型未来的研究方向.

组稀疏模型及其算法综述

稀疏性与组稀疏性在统计学、信号处理和机器学习等领域中具有重要的应用.本文总结和分析了不同组稀疏模型之间的区别与联系,比较了不同组稀疏模型的变量选择能力、变量组选择能力、变量选择一致性和变量组选择一致性,总结了组稀疏模型的各类求解算法并指出了各算法的优点和不足.最后,本文对组稀疏模型未来的研究方向进行了探讨.

结构稀疏模型

由于生物信息学、心理学诊断、计算语言与语音学、计算机视觉、门户网站、电子商务、移动互联网、物联网中处理高维和超高维数据的需求不断涌现,迫切需要研究具有变量选择和特征降维功能的回归和分类模型,所以以Lasso、自适应Lasso和elastic net等为代表的稀疏模型近年来在机器学习领域中非常流行.然而,这些稀疏模型没有考虑变量中存在的组结构、重叠组结构、双层稀疏结构、多层稀疏结构、树结构和图结构等结构化信息.结构稀疏模型考虑了这些结构先验信息,改善了模型对特征选择的结果和稀疏模型在相应结构稀疏化数据背景下的统计特性.结构稀疏化模型是当前稀疏学习领域的研究方向,近几年来涌现出很多研究成果,文中对主流的结构稀疏模型,如组结构稀疏模型、结构稀疏字典学习、双层结构稀疏模型、树结构稀疏模型和图结构稀疏模型进行了总结,对结构稀疏模型目标函数中包含非可微、非凸和不可分离变量的结构稀疏模型目标函数近似转换为可微、凸和可分离变量的近似目标函数的技术如控制-受控不等式(Majority-Minority,MM),Nesterov双目标函数近似方法,一阶泰勒展开和二阶泰勒展开技术,对求解结构稀疏化模型近似目标函数的优化算法如最小角回归算法、组最小角回归算法(Group Least Angle Regression,Group LARS)、块坐标下降算法(block coordinate descent algorithm)、分块坐标梯度下降算法(block coordinate gradient descent algorithm)、局部坐标下降算法(local coordinate descent algorithm)、谱投影梯度法(Spectral Projected Gradient algorithm)、主动集算法(active set algrithm)和交替方向乘子算法(Alternating Direction Method of Multipliers,ADMM)进行了比较分析,并且对结构稀疏模型未来的研究方向进行了探讨.

概率图模型推理方法的研究进展

近年来概率图模型已成为不确定性推理的研究热点,在人工智能、机器学习与计算机视觉等领域有广阔的应用前景。根据网络结构与查询问题类型的不同,系统地综述了概率图模型的推理算法。首先讨论了贝叶斯网络与马尔可夫网络中解决概率查询问题的精确推理算法与近似推理算法,其中主要介绍精确推理中的VE算法、递归约束算法和团树算法,以及近似推理中的变分近似推理和抽样近似推理算法,并给出了解决MAP查询问题的常用推理算法;然后分别针对混合网络的连续与混合情况阐述其推理算法,并分析了暂态网络的精确推理、近似推理以及混合情况下的推理;最后指出了概率图模型推理方法未来的研究方向。

结构稀疏模型及其算法研究进展

结构稀疏模型在统计学、信号处理和机器学习等领域中具有重要的应用。结构稀疏模型主要通过在目标函数中引入会导致组稀疏效果的罚函数来实现特征组结构选择。有趣的是一些组稀疏模型不仅能实现特征组选择,而且同时能够实现组内的特征选择。根据使用的罚函数的类型,结构稀疏模型主要分为组套索模型和非凸罚组稀疏模型两大类。系统地总结了重要的组结构稀疏模型,分析了各种组结构稀疏模型之间的区别与联系,归纳比较了各种组结构稀疏模型的统计特性(例如模型选择一致性、参数估计一致性和oracle性质)和组结构稀疏模型的求解算法。当前,结构套索模型主要包括普通组套索模型、L∞,1组套索模型、重叠组套索模型、树组套索模型、多输出树组套索模型、混合组套索模型、自适应组套索模型、逻辑斯蒂组套索模型和贝叶斯组套索模型。非凸罚组稀疏模型包括组SCAD罚模型、组桥模型和组MC罚模型等。求解组稀疏模型的算法有组最小角回归算法、块坐标下降(上升)算法、活动集算法、内点算法、投影梯度算法、谱投影梯度算法、轮换方向乘子算法和块坐标梯度下降算法等,结合组稀疏模型对这些算法进行了详细的分析。在使用上述优化方法前,通常需要对目标函数进行预处理,将不平滑的、非凸的、块坐标不可分离的组稀疏模型的目标函数向平滑、凸、块坐标可分离的方向进行转化,这一步常利用的技巧有变分不等式、Nesterov的平滑近似技巧、局部一阶泰勒展开近似、局部二次近似、对偶范数和对偶函数等。接着给出了最新提出的一些组稀疏模型,如关于广义加模型的组套索模型、复合组桥模型、平方根组套索模型和关于Tobit模型的组套索模型等。最后,对组稀疏模型未来的研究方向进行了探讨。

概率图模型的稀疏化学习

利用稀疏化学习得到的概率图模型结构简单却保留了原始概率图模型中重要的结构信息,且能同时实现结构和参数学习,因此近几年来概率图模型的稀疏化学习一直是研究的热点,其中概率图模型的第一种稀疏化学习方法是图套索.文中总结了概率图模型的稀疏化学习方法,包括概率图模型的L1范数罚稀疏化学习、概率图模型的无偏稀疏化学习、概率图模型的结构稀疏化学习和概率图模型的多任务稀疏化学习.最后,文中还指出了概率图模型的稀疏化学习未来有意义的研究方向.

新环状非球谐振子势的Dirac方程束缚态解

提出了一种新的环状非球谐振子势,在标量势与矢量势相等的条件下,给出了Dirac方程的束缚态解.通过分离变量得到Dirac方程相应的角向方程和径向方程,得出了用广义连带勒让德多项式表示的归一化角向波函数和用合流超几何函数表示的归一化径向波函数;获得了精确的束缚态能谱方程并对结果作适当讨论与结论.

职教本科新能源发电工程技术专业国际化人才培养课程体系开发

对职教本科新能源发电工程技术专业的国际化人才培养课程体系进行研究,利用工作过程系统化的方法,提炼典型的工作任务,然后将典型工作任务转化为具体的学习任务,进而确定专业技术课程的学习目标与学习内容,最终提出职教本科新能源发电工程技术专业培养国际化人才需要开设的专业技术课程、专业基础课程和专业拓展课程。

中美两国智库研究关注热点与趋势对比分析

[目的/意义]了解中美智库研究动态和方向的差异性能够为我国智库研究提供新的视角,在构建中国特色的新型智库方面具有至关重要的战略意义。[方法/过程]本文使用CiteSpace可视化软件,基于中文社会科学引文索引(Chinese Social Sciences Citation Index,CSSCI)和WoS(Web of Science)核心合集数据库,制作中美智库研究相关文献的关键词分析图谱。对近十年(2012—2022年)间中美两国在智库研究中的发展现状、研究热点和趋势进行定量分析和比较研究。[结果/结论]虽然中美两国近十年在智库研究领域的文献增长趋势放缓,但是中国对智库研究的重视程度始终处于较高水平。中国智库研究者主要研究领域包括智库评价、运行机制和智库影响力等,而美国智库研究者则注重研究国家治理、政治外交和国际关系等领域。

基于低功耗ARM的物联网Wi-Fi接入方案设计与实现

目的:设计一种低功耗物联网Wi-Fi接入方案,便于传感器网络接入互联网。方法:采用低功耗ARM作为主控芯片,驱动Marvell 88W8686网卡芯片,并移植LWIP(轻量型TCP/IP)协议,共同实现Wi-Fi网络的加网、建立TCP连接、发送数据等一系列工作。结果:经测试,本系统可快速连接Wi-Fi网络,最大发送电流在170 mA以内,灵敏度为-85 dBm。结论:该系统具有功耗低、速度快、支持多协议等优点,非常适合应用于物联网网关以及传感器节点的设计方案中,具有广阔的发展空间。

对量子围栏扫描隧道谱的诠释

文章先列出量子围栏谱线中的现象,然后利用薛定谔方程解出电子在无限高圆环势阱中的波函数及其能量.利用波函数对谱中出现的现象加以解释及对量子图象简要的理论推导.

工业机器人技术网络教学资源的开发和应用

近年来,国家在大力推行职业技术教学资源库的建设、推广和应用,工业机器人技术的网络教学资源开发对《中国制造2025》计划有着积极的推动作用。本文将《中国制造2025》和职业教育教学资源库综合进行考虑,对工业机器人技术相关网络教学资源的开发、应用和推广等问题进行探讨。

一种能够实现双层稀疏性的Group Logarithm模型

稀疏化模型研究是人工智能领域研究的热点之一。对于该问题Lasso模型忽略了变量之间的组结构,只能实现分散的变量选择;Group Lasso也只能实现变量组选择。本研究提出Group Logarithm模型,该模型能同时进行变量组选择和组内的变量选择,并利用局部坐标下降算法求解Group Logarithm模型。最后,通过实验说明了该模型具有更优越的预测准确性和变量选择稀疏性。

基于Capped L1罚函数的组稀疏模型

近年来,稀疏化研究在人工智能领域非常流行。变量之间往往存在组结构,Group Lasso利用这种组结构并且可以实现变量组选择。将Capped L1罚推广到变量组选择情形下,提出能够和Group Lasso一样实现变量组选择的GroupCapped L1,然后利用块坐标下降算法求解Group Capped L1的最优化问题。通过实验证明与Group Lasso相比,所提出的Group Capped L1是一种有竞争力的方法。

面向城市数字孪生的多尺度三维建模方法研究

城市三维模型作为城市物理实体的立体可视化表达,是连接物理空间与数字空间的桥梁,也是实现城市数字孪生的关键基础。对当前城市数字化三维重建技术及应用进行研究,从不同尺度的三维建模方法出发,对“天空地室元”多尺度全要素建模方法进行总结,并分析数字孪生城市三维重建面临的挑战和趋势。

EPIP在高职光伏专业国际化人才培养中的应用——以首届世界职业院校技能大赛赛项开发为例

以首届世界职业院校技能大赛碳中和可再生能源工程技术赛项的开发为例,对EPIP在高职光伏专业国际化人才培养中的应用进行研究,通过工作过程系统化的方法,提炼典型的工作任务,然后将典型工作任务转化为具体的学习任务,进而确定赛项的竞赛模块和竞赛内容。

高职院校工业机器人技术专业提升策略研究

工业机器人技术专业是高职院校近年来新开设的一门专业,在人才培养方面面临许多需要改进和完善的方面。基于中国制造2025背景,对高职院校的工业机器人技术专业的提升策略进行研究。

智能制造背景下高职工业机器人职业能力实证

本文在分析高职工业机器人技术专业人才职业能力的基础上,通过调研京津冀地区的工业机器人行业企业及研究院校,通过多元统计因子分析,初步构建了高职工业机器人技术人才职业能力结构,凝练出四大要素:核心基础类、智能制造类、机电控制类、衍生服务类,由四因子的权重可以看出,当前高职工业机器人技术专业已经在智能制造方面有所侧重,清晰了高职工业机器人技术专业在产业链中的人才培养定位,为工业机器人技术专业的人才培养方向提供一定的指导意义。

幂函数叠加势的径向薛定谔方程的解析解

研究多种正幂势函数与逆幂势函数紧密耦合条件下薛定谔径向方程解析解的求解方法.对势函数为V(r)=α1r8+α2r3+α3r2+β3r-1+β2r-3+β1r-4的径向薛定谔方程存在解析解的条件以及精确的解析解进行了研究.根据量子系统波函数必须满足单值、有界和连续的标准条件,首先求出径向坐标r→∞以及r→0时的渐近解,然后采用非正则奇点邻域附近的波函数级数解法与求得的渐近解相结合,通过幂级数系数比较法得到径向薛定谔方程在势函数系数紧密耦合条件下的一系列定态波函数解析解以及相应的能级结构,并作适当讨论与结论.