人工神经网络系统应用研究的进展

人工神经网络系统(artificial neural networksystem)、神经网络计算机(neural network compu-ter)、连结机制(conne(?)tionism 或 connectionistmodel)、平行分布处理系统(parallel distributedprocessing system)等都是有关人工神经网络系统方面常用的术语,只是不同的人在引用时强调其不同的侧面,其含义都是指由大规模简单元器件(模拟神经元的电子或光学等元器件)连接而成的具有平行处理能力的复杂网络系统,以下简称神经网络。     

CdSe量子点的制备与荧光特性研究

主要讨论了CdSe量子点的制备及荧光特性。CdSe量子点由化学方法制备，通过选择不同的反应时间得到不同尺度的量子点样品。用荧光方法研究了量子点样品在石英衬底和有机溶剂中的荧光特性。实验表明，这些量子点都有良好的荧光特性。还用无限深球方势阱模型分析了量子点样品的电子态，并根据荧光参数估算了量子点的尺度．各样品荧光峰具有一致的半峰宽，表明CdSe量子点的成核过程在反应开始时同时完成。     

运用模式分类的雷达抗转发式距离欺骗干扰方法

针对雷达转发式欺骗干扰中的距离欺骗，提出了一种基于模式分类来识别目标与干扰的方法。该方法基于干扰和目标能量和起伏特性差异确定提取特征因子，再利用RBF神经网络方法进行分类。仿真结果表明，该方法具有较好的抗距离欺骗干扰性能。     

一种泵浦Nd∶YAG用环形阵列半导体激光器

研制了一种泵浦Nd∶YAG棒的环形阵列准连续半导体激光器,分析了影响器件光电参数的几个主要因素,对实验结果进行了讨论.该器件采用单量子阱光电分别限制异质结结构,激光器的峰值波长为808±3 nm, 工作电流100 A时,输出功率大于1 200 W(占空比为1%),光谱半宽小于4 nm.     

BP神经网络在致密砂岩储层识别中的应用

川西须家河组地层岩性复杂,属于超致密低孔渗储层,所以储层识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规储层识别准确率不高的状况,提出利用BP神经网络进行储层的气水干层识别,利用模糊聚类和产层测试结果标定建模样本,采取随机抽样形成建模集与测试集,建立BP神经网络模型对23口井的储层进行气水干层预测,正确率达77.9%以上,明显提高了该地区的测井解释精度,并提供了一种准确率较高的储层预测方法。     

美科学家研制出超灵敏量子级联激光器

继朗讯贝尔实验室率先研究量子级联激光器并预言了更加灵敏的光谱组件之后不到2年，美国乔治亚理工学院的研究人员亦宣称其已经验证了单芯片光谱分析的可行性。     

图像压缩编码方法分析

介绍图像压缩编码技术发展过程,对图像压缩编码,特别是自适应预测编码、模型法编码、分形编码、小波变换压缩编码、神经网络压缩编码原理和特点进行分析,并阐述图像压缩编码的作用.     

压缩奇偶相干态的熵压缩特性

用数值方法讨论了相干态强度、相位角和压缩参数对压缩奇偶相干态位置熵和动量熵压缩特性的影响。结果表明，压缩奇偶相干态的位置熵和动量熵均可呈现压缩性，压缩偶相干态的最大熵压缩度比压缩奇相干态的要大。熵压缩度与相干态强度、相位角和压缩参数均有关系，但压缩因子对场熵压缩的影响最大。当其它条件一定时，压缩偶相干态在压缩参数|β|=O．95时，位置熵(或动量熵)的压缩度最大，但压缩奇相干态无此特点。