量子能锦纶66纤维的加工技术

主要介绍量子能发生剂的选择及其表面处理,量子能聚酰胺66母粒的制备,量子能锦纶66纤维的高速纺丝工艺及应用。该纤维能释放大量量子能,发射远红外线,阻断紫外线辐射,调节织物温度,又具有杀菌、抑菌的新型功能。     

半导体纳米晶体制备及应用进展

综述了量子点的制备及应用进展     

靶向壳聚糖基因载体与水溶性量子点的自组装

将透明质酸(HA)接枝到四种不同分子量的壳聚糖(CS)上,获得了靶向壳聚糖基因载体。将CS及接枝CS分别与水溶性量子点(QDs)自组装,研究发现,相对于纯QDs,CS/QDs复合物及接枝CS/QDs复合物的荧光强度均明显增强,荧光发射峰位发生红移。复合物呈核/壳结构,QDs被包裹在核内。和CS/QDs复合物相比,接枝CS/QDs复合物的尺寸更小,分布更为均一。     

紫外光子探测芯片“神眼”可探雾霾

正南京大学电子科学与工程学院陆海教授的研究团队,研发出了号称世界上最小的"紫外光子探测芯片",能在卫星上侦测地面雾霾。而该团队还研发了更加灵敏神奇的碳化硅紫外单光子探测器,甚至可以用于警戒敌方导弹来袭。这个芯片是个"神眼""光子"是光的最小能量量子。一根燃烧的蜡烛一秒钟可以发射出多达100亿个以上的光子。光子如此微小,小到我     

基于QPSO 算法移动机器人轨迹规划与实验

针对移动机器人路径规划问题,提出一种基于QPSO算法的路径规划方法,并用概率论的方法分析了移动机器人路径规划的收敛性,阐明了该方法随均匀分布和正态分布的参数关系和收敛区间;然后根据移动机器人的运动特征提出一种改进的轨迹规划方法。移动机器人平台的实验结果表明了该方法在移动机器人路径规划中的有效性和可行性。     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

自适应收扩系数的双中心协作QPSO算法

针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点,提出一种自适应收缩-扩张系数的双中心协作最子粒子群优化算法。该算法从2个方面进行改进:(1)自适应调节收缩-扩张系数,其目的是帮助粒子跳出局部最优点,提高粒子的全局搜索能力;(2)双重更新全局最优位置,即在每次迭代中,先后分别采用2种不同的方式更新全局最优位置。第1种方式与QPSO算法一致,第2种方式则引入双中心粒子,使其和当前全局最优位置在相应维度上合作,从而达到更新全局最优位置的目的。从固定迭代次数和固定精度角度分析算法性能,仿真结果表明,相比于QPSO算法,该算法在保证复杂度较低的情况下,可提高收敛速度,增强全局和局部搜索能力。     

基于矩阵初等变换的量子可逆逻辑电路双向综合算法

基于矩阵初等变换,提出了量子可逆逻辑电路双向综合算法。该算法依据两数字间的汉明距离,通过交换矩阵行号或矩阵元素对量子可逆逻辑电路的矩阵进行初等行变换。在变换的过程中,利用邻接矩阵的电路转化规则,生成任意给定置换的量子可逆逻辑电路。与其它同类算法相比,由于不需要穷尽搜索,该算法的时空复杂度有大幅降低;又由于采用任意n量子扩展通用Toffoli门,该算法可综合任一置换(奇或偶置换)的量子可逆逻辑电路,并且电路中门的数量有所减少。     

一种基于混合量子粒子群的快速运动目标跟踪算法研究

量子粒子群算法在优化过程中需要权衡局部探索性和全局开拓性,进化后期由于全局开拓能力的丧失使得种群多样性减少,设计了一种基于欧式距离的混合量子粒子群算法,通过计算粒子的种群多样性,当种群多样性低于阈值范围时加入基于欧式距离的种群划分策略划分子种群,从而保证获得全局最优解。利用标准测试函数验证提出的混合量子群算法有效性。提出了基于混合量子粒子群的Mean Shift算法(HQPSO Mean Shift)完成目标快速跟踪,克服传统Mean Shift算法的在跟踪快速移动目标时出现"跟丢"的问题。     

纳米TiO2的制备及在凉剂中的应用

纳米TiO2拥有纳米粒子特有的小尺寸效应、表面界面效应、量子尺寸效应和宏观量子隧道效应，具有极强的紫外线屏蔽能力和高表面活性。将其添加在外墙乳胶漆中，可减免涂膜遭受紫外线的侵蚀，提高涂膜的色彩鲜艳度、抗老化性能和耐擦洗性，从而提高国产涂料的品质。