K^-原子能级与光学模型势

通过对Ｋ－原子Ｋｌｅｉｎ－Ｇｏｒｄｏｎ方程的数值求解，得到了一组Ｋ－原子的能级，它与实验数据很吻合；其结果支持了光学模型势在介原子中应用的正确性。

非微扰方法研究B^-→π~0K^-衰变过程

本文用QCD因子化和光锥QCD求和规则非微扰方法系统地计算了B-→π0K-衰变过程的强子矩阵元和分支比,其计算结果与实验相一致.

NH4^-＋对不同基因型棉花幼苗K^-＋吸收和利用的影响

在溶液培养条件下研究了NH4+对棉花不同基因型幼苗干物质积累以及K+吸收和利用的影响。结果表明,NH4+在不同供钾条件下均显著降低了棉花幼苗的干重、钾吸收量和钾利用指数,低钾条件下(K+0.03 mmol/L)尤其如此。中等供钾(K+0.5 mmol/L)在一定程度上缓解了NH4+对棉花幼苗干物质积累以及K+吸收和利用的抑制;充分供钾(K+2.5 mmol/L)却未能在中等供钾的基础上进一步减轻NH4+的毒害作用。鲁棉研22苗期的干物质积累在不同供钾条件下受NH4+影响的程度均较153018品系大,这主要与其体内钾利用能力受NH4+影响较153018大有关。

关于K^-p两体问题的相对论修正

从基本理论出发，导出并求解了含有相对论修正的K-介子与质子的两体薛定谔方程。其解可看作有统计解释的波函数。计算了K-p的散射长度，结果表明相对论效应是很明显的。

D^0→K^-μ^+ν_μ和D^0→π^-μ^+ν_μ半轻衰变分支比的绝对测量(英文)

利用BEPC上的BES II探测器所收集的33 pb-1数据样本,测量了D0的半轻衰变D0→K-μ+νμ和D0→π-μ+νμ的分支比.在7584±198±341个单标记D0的反冲测,观察到89.0±13.8个D0→K-μ+νμ事例和9.3±7.5个D0→π-μ+νμ事例,从而测得BF(D0→K-μ+νμ)=(3.62±0.56±0.59)%和BF(D0→π-μ+νμ)=(0.38±0.31±0.10)%.

K^-原子能级移动与能级宽度的计算

通过对K-原子的理论分析,利用DD光学模型势,数值求解相应的Klein-Gordon方程,得到了从K6-Li到K5?6 Ni中N=Z的K?原子的能级移动和能级宽度,理论计算结果与实验数据基本一致,其结果表明了DD光学模型势在K-原子中应用的正确性.

The Lowest Order Relativistic Corrections for K^-p Two-Body Problem

A two-body equation of the kaon-proton system with the lowest order relativistic corrections is derived and solved. The scattering lengths and the energy of an unstable bound state are calculated.

τ→K_Sπ^-ν_τ和τ→K^-ην_τ衰变:联合分析（英文）

利用所需的矢量和标量形状因子的色散表示,综合分析了τ→KSπ-ν_τ和τ→K-ην_τ衰变谱.与先前的研究相比,得到了更高精度的K*(1410)共振参数,MK*′=1 304±17 MeV和ΓK*′=171±62 MeV.由于K-π0矢量形状因子与τ-→K-ην_τ衰变的描述有关,对在形状因子斜率中同位旋的破缺进行了研究.在这方面,τ-→K-π0ν_τ的跃迁谱将是极为有用的.

改进YOLOv7的复杂道路场景目标检测算法

虽然基于深度学习的目标检测算法在道路场景中的目标检测方面已经取得了很好的效果,但是对于复杂道路场景中的密集目标,远处的小尺度目标检测精度低,容易出现漏检误检的问题,提出一种改进YOLOv7的复杂道路场景目标检测算法。增加小目标检测层,增加对小目标的特征学习能力;采用K-means++重聚类先验框,使得先验框更贴合目标,增加网络对目标的定位精度;采用WIoU(Wise-IoU)损失函数,增加网络对普通质量锚框的关注度,提高网络对目标的定位能力;在颈部和检测头引入协调坐标卷积(CoordConv),使网络能够更好地感受特征图中的位置信息;提出P-ELAN结构对骨干网络进行轻量化处理,降低算法参数量和运算量。实验结果表明,该改进算法在华为SODA10M数据集下的mAP达到64.8%,比原算法提高2.6个百分点,模型参数量和运算量分别降低12%和7%,达到检测精度和检测速度的平衡。

基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测

针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。

光伏波动平抑下改进K-means的电池储能动态分组控制策略

针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。

加入跳跃连接的深度嵌入K-means聚类

现有的深度聚类算法大多采用对称的自编码器来提取高维数据的低维特征,但随着自编码器训练次数的不断增加,数据的低维特征空间在一定程度上发生了扭曲,这样得到的数据低维特征空间无法反映原始数据空间中潜在的聚类结构信息.为了解决上述问题,本文提出了一种新的深度嵌入K-means算法(SDEKC).首先,在低维特征提取阶段,在对称的卷积自编码器中相对应的编码器与解码器之间以一定的权重加入两个跳跃连接,以减弱解码器对编码器的编码要求同时突出卷积自编码器的编码能力,这样可以更好地保留原始数据空间中蕴含的聚类结构信息;其次,在聚类阶段,通过一个标准正交变换矩阵将低维数据空间转换为一个新的揭示聚类结构信息的空间;最后,本文以端到端的方式采用贪婪算法迭代优化数据的低维表示及其聚类,在6个真实数据集上验证了本文提出新算法的有效性.

^(252)Cf自发裂变K X射线发射与动能-电荷关系

原子核裂变后多物理量间的关联测量是认识裂变过程直接有效的实验手段,然而由于初级裂变产物准确的电荷鉴别仍面临技术困难,电荷相关的多参数研究相对匮乏.为此,通过高分辨的低能高纯锗探测器和金硅面垒探测器开展了^(252)Cf自发裂变的裂变碎片K X射线和动能的符合测量.利用K X射线可以很好地鉴别电荷数Z=39—62的裂变碎片,电荷分辨ΔZ≈0.7,K X射线产额呈现强烈的电荷相关性.借助K X射线给出了碎片平均动能和平均总动能及其分布宽度随核电荷数的分布,轻碎片动能分布具有鲜明的奇偶效应,偶Z碎片的动能比奇Z碎片的高约0.48 MeV;平均总动能在Z=52—53处达到峰值,总动能分布宽度在Z=56附近呈现凹坑,这反映了形变壳结构对断点形状的显著影响.裂变碎片K X射线发射的信息及动能-电荷关系研究可为裂变独立产额测量和裂变理论模型的检验提供必要的参考数据.

海拔对隧道内列车火灾烟气蔓延特性影响

为探究海拔高度对隧道内列车火灾烟气蔓延的影响,基于已被验证的数值模拟方法,结合三维非定常N-S方程和RNG k-ε湍流模型,采用滑移网格技术模拟了在隧道内匀速运行的列车发生火灾后减速并最终停在隧道内的整个运动过程,并利用动模型试验和缩尺隧道火灾试验数据验证了数值模拟方法的可靠性.结果表明:海拔高度对隧道内列车停车以后的火灾烟气蔓延影响明显;与低海拔隧道相比,同一时刻高海拔隧道拱顶同一位置处的烟气流速更快,烟气逆流至火源上游50 m处的时刻更早;车体周围温度分布也随着海拔高度的不断增加而呈现出逐渐上升的趋势.与0 m海拔隧道相比,5000 m海拔隧道内烟气逆流至火源上游50 m的时刻提前了102 s,同时列车停车360 s时隧道拱顶处的温度峰值增加了216 K,增幅达到42.9%.

基于K-means聚类和特征空间增强的噪声标签深度学习算法

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

基于广义Curvelet变换和相空间特征聚类的VSP波场分离方法

垂直地震剖面(Vertical Seismic Profiling,VSP)蕴含大量的地层地质信息,是连接地震反射数据与测井资料之间的桥梁.VSP数据分辨率高,资料丰富,包括上行波、下行波、转换波等多种类型的波场,常被用于地层反射界面标定、介质衰减参数反演等.其中,如何有效地分离波场是将VSP资料应用于油气勘探的关键之一.广义Curvelet变换是一种具有多尺度、多角度的相空间变换,能够进行相空间域波场特性的提取.本文聚焦于VSP波场的上下行波分离问题,提出一种基于广义Curvelet变换和相空间特征聚类方法.首先,采用广义Curvelet变换对VSP波场进行特征提取,构造融入相空间角度信息的特征数据集;然后,利用K-means聚类算法在相空间对波场特征进行分类;最后,对分类结果进行反变换,完成VSP上下行波波场的自适应分离.为了验证方法的有效性,本文将所提出的方法用于合成数据和实际VSP数据的波场分离,并与常用的基于F-K变换的波场分离方法进行对比.处理结果表明,本文方法角度分辨率高、抗噪能力强,波场分离结果的保真保幅性好,这为后续的成像与地层的特征分析提供了重要基础资料.

基于K-Means聚类与熵权TOPSIS法的岩石可爆性评价研究

露天矿山的爆破块度分布,直接影响到后续的采装、运输和破碎工作。为了控制石墨矿山不同区域爆破块度分布,基于K-means无监督聚类学习法与熵权TOPSIS评价法建立了一种新的岩石可爆性评价模型,选取岩石密度、动力能量耗散率、动态抗压强度、平均应变率、脆性指数作为评价指标,通过熵权计算,发现岩石破碎程度受脆性指数影响最大,受平均应变率影响最小。将此模型应用于实际石墨矿山,可爆性分为10个等级,统计不同分级下的岩石平均破碎粒径,发现可爆性分级等级越高平均粒径越大,有明显的分级特征,验证了模型的有效性。从爆破石墨矿石岩体类型看,岩石可爆性从易到难排序为:片岩、片麻岩、变粒岩、混合岩。结合石墨矿石微观观测结果分析可知:岩性从片岩向混合岩转变,岩石内部石墨晶质呈下降趋势,石墨矿石可爆性等级也随之越来越高。岩石密度、能量耗散率、动态抗压强度之间呈线性正相关,岩石可爆性与平均应变率、脆性指数存在负相关性。研究成果为矿山矿岩可爆性评价提供了一条新思路,对露天矿山爆破块度优化具有一定的理论和实践指导意义。

基于机器学习的茶树DNA聚类算法

为了研究茶树基因序列的聚类问题,设计一种基于累计方差贡献率进行改进的核主成分分析(KPCA)与k均值(k-means)++聚类算法相结合的降维聚类算法(KPCA-k-means++)。将基因库数据集筛选分组后,利用k-mers算法提取基因数据的数据特征,根据累计方差贡献率的占比大于85%的标准确定降维主元个数对KPCA进行降维改进并采用k-means++算法对降维后数据聚类,通过CH(Calinski-Harabaze Index)指标和响应时间分析聚类结果。结果表明:在单独聚类、KPCA聚类、改进PCA聚类、改进KPCA聚类4种处理方式中,改进KPCA-k-means++算法在不同处理方式和不同样本数的对比下,CH指标均为最高,与未改进时相比平均高出33%。在响应时间方面,改进KPCA-k-means++算法与同样改进PCA-k-means++算法在不同聚类数和样本数的对比下响应时间均较短。改进KPCA-k-means++算法能够保证对于茶树的基因序列的聚类准确率和聚类速度,表现出极好的聚类稳定性。

钾掺杂对纤锌矿型氧化锌电子结构和光学性质的影响

针对纯纤锌矿型ZnO禁带宽度较高,不能吸收大部分可见光的问题,采用基于密度泛函理论的第一性原理,构建了钾掺杂ZnO的4种超胞模型,并对4种模型进行几何优化,计算了KXZn1-XO的能带结构、态密度和光吸收性能。结果表明:采用广义梯度近似法(GGA)+U方法计算得到纯氧化锌带隙为3.373 eV,与实验值一致;随着钾掺杂量X的增大,ZnO的禁带宽度Eg出现先增大后减小再增加的现象,KXZn1-XO吸收带发生先蓝移后红移的现象。

舰船编队电子干扰决策研究

舰船编队的电子干扰资源分配问题在现代海战中占有非常重要的地位,针对舰船编队自卫反导作战干扰资源分配问题,通过联合概率关联算法和优劣解距离法完成对目标的数据融合和威胁度排序,提出干扰资源分配指标,结合模糊理论构建了干扰资源分配模型。针对大规模目标干扰资源优化分配问题求解速度慢、难以收敛的问题,引入聚类思想来提高问题的求解速度和求解稳定性。通过改进K-means聚类方法,保证不能将一艘舰船的干扰资源耗尽这一干扰资源分配原则。最终,使用遗传算法求解所建的干扰资源分配模型,对比引入聚类和不使用聚类方法证明了引入聚类对大规模优化分配问题的意义,仿真验证了引入聚类后优化分配方法求解的实时性和稳定性。