团簇态的概率隐形传送(英文)

提出一个传送未知团簇态的方案.在这个方案中,传送者利用一个非最大的三粒子纠缠态和一个非最大的四粒子纠缠态作为量子通道,当接收者执行适当的幺正操作时,可以以一定的概率完成未知团簇态的量子隐形传送.     

新型有机非线性光学材料的制备及性能研究

合成了一种新型含呋喃共轭桥的有机二阶非线性光学生色团分子,用IR、1H-NMR和元素分析表征了其结构。热失重分析(TGA)结果表明,化合物的热分解温度为272℃。利用溶致变色法对材料的超极化率μβ值进行了测量,在1 064 nm激光波长下,材料的μgβ值达24 898×10-48esu。将材料作为客体掺杂于聚砜(PSU)中,用旋涂成膜法制成薄膜,对薄膜进行电晕极化后用二次谐波法(SHG)测量其二阶非线性光学系数d33,在激光基频波长为1 064 nm时,测得d33=70 pm/V。     

Average cluster sizes and cluster size distributions of superfine nickel particles in light media

Effects of shear rates on average cluster sizes (ACSs) and cluster size distributions (CSDs) in uni- and bi-systems of partly charged superfine nickel particles were investigated by Brownian dynamics, and clustering properties in these systems were compared with those in non-polar systems. The results show that the ACSs in bi-polar systems are larger than those in the non-polar systems. In uni-polar systems the behavior of clustering property differs: at the lower ionic concentration (10%), repulsive force is not strong enough to break clusters, but may greatly weaken them. The clusters are eventually cracked into smaller ones only when concentration of uni-polar charged particles is large enough. In this work, the ionic concentration is 20%. The relationship between ACS and shear rates follows power law in a exponent range of 0.176–0.276. This range is in a good agreement with the range of experimental data, but it is biased towards the lower limit slightly. Foundation item: Projects(50474037, 50874087) supported by the National Natural Science Foundation of China; Project (BK2006078) supported by the Natural Scientific Funds of Jiangsu Province, China     

含沙稠油过滤孔尺寸优化研究

为设计一种能最大限度地滤除沙砾而不影响抽油效率的过滤器,研究含沙稠油最佳滤孔半径。基于油膜凹度测定实验,确定油液团破裂角,依据实验数据建立稠油过滤器数学模型,通过模型计算,找出在一定压力和黏度下稠油可穿越的最小滤孔半径。     

混合负载型双金属簇催化剂的CO加氢反应

本文制备了两种类型的双金属簇催化剂［Ｆｅ·ＣＯ＿３·Ｃｕ·ＡＬ＿２Ｏ＿３］和［ＫＣＯＦｅ＿３．ＳｉＯ＿２］，评价了其在ＣＯ加氢反应中的催化性能，并考察了混合的双金属簇催化剂对ＣＯ加氢反应催化活性和选择性的影响。     

基于互信息和众数的类间关系研究

簇间关系的评估对于确定许多现实中的关键未知信息具有重要作用,可被广泛应用在犯罪侦查、进化树、冶金工业和生物嫁接等领域。提出了一种称为“众数模式+互信息”的方法对簇间关系进行排序。该方法使用众数模式从每个簇中寻找具有代表性的对象,使用互信息衡量簇间的关联程度。由于该方法利用簇间关系判断簇与簇的联系程度,所以它不同于传统的分类和聚类。在图形和癌症诊断数据上的实验表明了该算法的有效性。     

一种基于分簇的传感器网络数据查询方法

基于传感器网络的特性,根据查询与簇头节点的数据关联关系,对簇头节点的通信能量消耗和查询响应时间进行了分析,提出了一个估算模型,给出了节省能量优先和查询响应时间优先的算法.性能分析表明,该方法提高了查询效率,降低了传感器网络的能量消耗.     

无线可充电传感器网络的能量补充策略研究

为均衡网络能耗,及时为可充电无线传感器网络中能量较低的节点补充能量,本文提出一种基于非均匀分簇的多跳能量补充算法。该算采用非均匀分簇的多跳路由协议,每次充电前基站根据本文提出的剩余时间与地理位置联合优先权算法,计算出各簇的优先值后规划最优充电路径。仿真实验结果表明,本算法与其他算法相比有较好的扩展性,能有效均衡网络能耗并及时为节点充电。     

智能电网中基于极大团的社团结构挖掘算法

针对智能电网落后的分区方式无法适应日益复杂的运行状态和无法及时排查故障的问题,提出了一种基于极大团的智能电网社团结构挖掘算法(MCBCA).首先,搜索网络中的低阶极大团,通过合并矩阵将其合并得到网络中极大团;然后,定义了极大团相似度,确定了合并极大团与生成候选子图的标准,进行初步社团挖掘;最后,对网络中的孤立节点进行隶属度划分,形成最终的社团结构.实验结果表明,在空手道俱乐部网络、美国足球网络、美国国家西部网络及我国省级电力通信骨干网络数据集中,所提算法与KL算法相比,在准确率、模块度及网络抗毁性方面平均提高了50.1％、36.8％和36.2％;与标签传播算法(LPA)相比,在准确率、模块度及网络抗毁性方面平均提高了31.2％,17.7％和3.25％;与改进的GN算法相比,准确率和模块度方面平均提高了3.6％和2.1％.可见基于极大团的智能电网社团挖掘算法所挖掘的网络社团结构更为合理,具备更高的安全性,有利于及时排查故障.     

一种基于邻近性和团的异常数据检测算法

随着数据科学研究的不断深入,异常数据对数据分析工作的干扰也越来也大,如何有效检测异常数据已成为数据研究的关键问题之一.目前传统基于距离的方法仅考虑单个对象的异常性,缺少对正常对象之间如何抱团的分析,针对此问题,论文提出了一种基于邻近性(Proximity)和团(Clique)的异常检测算法——PCOD(Proximity Cliques Outlier Detec-tion)算法.该算法引入了图论中团的概念,通过团来解释正常对象之间的连接,根据数据对象间的连接性来分析数据点是否为异常点.PCOD算法主要包括两个步骤:首先,根据数据对象之间的邻近性,将数据中各个对象表示为存在边的无向图;再递归搜索图获取所有团集合,对所有的团进行分析并检测出没有抱团的异常点.最后,使用Arrhythmia、Pima、Vowel等UCI数据集进行实验,实验结果表明PCOD算法在精确率方面优于同类异常检测算法.