原子在强激光场中的超阈值电离

在中心场理论的基础上,利用改进的KFR方法,考虑到残留离子势对末态光电子的影响,推导出了原子在强激光场中超阈值电离微分跃迁几率的解析表达式.利用该公式,对末态光电子的角分布进行了定性讨论.     

入射光频率对光电子产生的影响

在光电效应实验中,光电子数随入射光频率如何变化,存在一些不同的观点,一直受到关注。在分析了光电子产生的物理机制后,利用量子力学理论,对电子跃迁的几率进行了计算,发现:对同一初态,随着入射光子的频率增加,激发出来的光电子数变少;原子能级越高,其被激发出光电子的几率越小。得到的结论与实验结果一致。     

光电子成像方法研究N2多光子电离过程

利用速度映像成像技术实验探测了N2在70 fs,410 nm,场强(1-3)×1014W/cm2范围内的光电子成像,获得了光电子的动能分布和角分布.研究表明分子强场电离有一些和原子相似的性质.电子产生于两步过程,中间态有真实布居.在低场强非共振布居转移起主要作用,在较高场强共振布居转移起主要作用.光电子角分布体现中间态的角量子数特征.     

氧化还原功能纤维的研究（Ⅳ）：含醇胺基功能纤维对Au…

通过元素分析，红外光谱、广角Ｘ－射线衍射，核磁共振波谱及光电子能谱等分析手段证实停职醇胺基功纤维与Ａｕ＾３＋的氧化还原反应过程中，约有３３％的吸附态金被还 原成单质，纤维上约有５．７％Ｃ＝０键形成，而氮原子末被氧化。     

蓝宝石核心壳层吸收边缘的研究

利用电子能量损失光谱学研究了蓝宝石核心壳层吸收边缘。对吸收边缘的贡献来自三个方面，从核心壳层到离化末态的跃迁；弹性后向散射平面波以及价壳层分子轨道。我们分别使用平面波离化末态模型，弹性反向散射模型以及推广的休克尔理论对其进行了计算。理论计算结果与试验结果符合较好。     

原子光电离势形共振的研究

在计算原子光电离截面时，涉及到光电离跃迁过程的初态波函数与末态波函数的选择。在已有的计算结果中，原子光电离的初态和末态波函数均选择为ＨＦＳ自洽场波函数。本文将选择ＨＦ自洽场波函数作为初态，在改进初态波函数的情况下，对原子光电离截面的势形共振进行计算，并把改进前后的相应的计算结果进行了比较     

溅射法制备ZnS：Er^3＋薄膜的微结构研究

利用射溅射控溅射法制备掺铒硫化锌薄膜，用Ｘ射线衍射和Ｘ射线光电子能谱技术。研究薄膜微结构，发现薄膜中多晶沉积有择优取向趋势，掺杂的铒有表面集聚现象，这将对薄膜的发态产生影响。     

He(e,3e)末态波函数动量相关效应

考虑末态波函数动量相关效应，计算了入射能量为5599eV时，敲出电子等能分享几何安排下的He（e，3e）反应的五重微分截面，并比较采用各种末态波函数动量相关下的计算结果．表明理论计算结果在误差范围内与实验数据基本吻合，末态波函数动量相关效应对He（e，3e）反应的五重微分截面具有一定影响．     

含中间共振态的三体末态探测效率的研究

多体末态过程通常包含的中间共振态直接影响到探测效率的确定。研究了采用二维不变质量谱加权的方法,用于计算多体末态过程的探测效率。对三体末态e+e-→π+π-η过程,考虑了e+e-→π+π-η,e+e-→ρη和e+e-→a2±π三个过程的贡献,并利用二维不变质量谱加权法对该末态模拟数据样本的探测效率进行了估计。与直接加权的结果对比表明该方法能够快速且有效地确定探测效率。     

Bc介子半轻子衰变到P波Xc态或hc态

计算Bc介子半轻子衰变,末态强子是P波Xc态或hc态的过程。利用势模型理论求解介子波函数和质量。强子矩阵元写成形状因子的形成,形状因子被表示为初态末态介子波函数的重叠积分。     

利益表达机制的完善与和谐社会构建

完善的利益表达机制对和谐社会的构建，具有十分重要的作用。我国现阶段的利益表达机制还存在着一些缺陷，如利益表达主体表达意识缺乏、利益表达组织发展不平衡、制度内利益表达渠道不畅通、利益表达机会不均衡、群众性利益表达作用不明显等。必须进一步完善利益表达机制，让社会成员能够通过合法的方式、畅通的渠道和途径平等表达自己正当的利益诉求。     

基于l_1正则化RanBoost的人脸表情识别及程度估计(英文)

鉴于之前的大多数工作仅仅局限于人脸的表情识别,在本文中,我们提出了一种基于排序模型的创新性人脸表情识别方法。与之前的方法不同的是,我们提出的方法不但能够做表情识别,而且能够估计表情的程度,而表情程度估计则对于理解人的情绪变化有很大的帮助。虽然精确标注表情的程度很困难,但是表情随时间变化的有序信息提供了相对的度量。基于这种观察,我们将表情程度估计问题转化为一个排序问题,并且用Rankboost建立排序模型。排序模型的输出可以直接用于程度估计,而且我们也可以将排序模型用于表情识别。为了进一步提高我们提出的方法的性能,我们将l1正则化引入到Rankboost中。在Cohn-Kanade数据库上进行实验,实验结果表明我们提出的方法与当前的方法比较,有着明显的优势。     

基于深度学习的面部表情识别方法综述

人脸表情识别就是让计算机按照人类的思维理解表情,是人机交互的重要组成,然而随着深度学习的迅速发展,深度学习技术在人脸表情领域的研究也成为研究热点,所以对深度学习技术在表情识别中的应用及取得的成果进行分析。首先总结了几种常用表情数据集;然后从特征提取和特征分类两方面对基于深度学习的表情识别方法进行了分类,并从网络改进方面分析了基于深度学习的表情识别中的几种网络改进方法;最后阐述了表情识别这一领域中面临的挑战和未来发展。     

基于二叉树的将中缀表达式转换为前缀表达式的方法

中缀表达式是使用频率最高的表达式形式,对其求值时,一方面要考虑表达式中运算符的优先级,另一方面还要考虑运算符的结合性.尽管运用人的思维能容易地判断中缀表达式的运算顺序,但使用计算机直接处理就会显得非常困难.提出一种基于二叉树的方法,即将中缀表达式转换为前缀表达式,然后在计算机上就可以实现简单求值.     

基于降维的堆积降噪自动编码机的表情识别方法

堆积降噪自动编码机是一种典型的深度学习模型,它能够刻画数据丰富的内在信息,具有较强的特征学习能力。基于主成分分析（principal component analysis,PCA）技术和堆积降噪自动编码机（stacked denoising autoen-coders,SDAE）模型,提出一种新的表情识别算法PCA＋SDAE。该算法对人脸图片进行裁剪及归一化等预处理,采用主成分分析技术对人脸特征进行线性降维,再利用堆积降噪自动编码机逐层进行特征学习并同时实现对人脸表情数据的非线性降维,可以得到更好的、维度更低的表情特征,并据此进行表情分类。对PCA＋SDAE算法的仿真测试实验结果表明,其综合性能比其他的基于深度学习模型的表情识别方法更好,同时与传统的非深度学习表情识别方法相比,它具有更高的表情识别正确率。     

论日本人际交往的润滑剂——敬语

敬语是日语的一大重要特色,根据不同的场景和人际关系,使用不同的敬语。目前广为统一的分类有四种,即：尊敬语、谦让语、郑重语、美化语。搞清人际交往中的敬语表达,如何正确使用敬语,是本文论述的重点。     

miRNA调控诱导的随机增益和双峰表达

一方面,miRNA通过加速mRNA的降解对基因表达进行后转录调控; 另一方面,最新的研究表明某些细胞中miRNA以切换的方式对mRNA进行调控.基于此,建立起一个miRNA后转录调控的基因表达模型.通过对相应化学主方程的分析求解与数值模拟,研究了miRNA调控过程中的噪声对mRNA表达的定量和定性影响.结果显示:这种随机涨落既能提高mRNA的平均表达水平(称这种现象为随机增益)又能诱导mRNA的双峰表达.研究结果表明:miRNA后转录调控是一种有效控制基因表达的机制.     

教师的教学表达与学生的能力培养

教师的教学表达,对学生的能力培养十分重要。教学表达有语言表达和神态表达两类方式,二者相辅相戍,在运用上,前者决定后者,后者起到强化前者的作用。在课堂教学中,教师只有把语言表达与神态表达方式有机结合,才能把教学活动推到艺术性的高峰,进而收到良好的育人效果。     

一种将中缀表达式转换为后缀表达式的新方法

中缀表达式是一种常见的表达式形式,对它进行求值时,既要考虑操作符的优先级,又要考虑操作符的结合性,虽然在直观上判断一个中缀表达式的运算次序并不难,但如果用计算机处理就非常困难,其一般做法是先将中缀表达式转换成后缀表达式再求值.在已有方法的基础上提出一种将中缀表达式转换为后缀表达式的新方法.     

Gen-Cluster:一个基因表达数据的高维聚类算法

基因表达数据聚类是分析基因之间共调控关系的重要手段.挖掘子空间中表达值存在差异但变化趋势保守的序列已成为基因表达数据聚类的主要研究内容之一.在N-同维趋势相似定义的基础上,提出了一个基因表达数据的高维聚类算法Gen-Cluster,将基因表达值转化为序列形式,采用无重复投影且无候选生成的序列模式挖掘策略自底向上挖掘N-同维趋势模式,并解决了OP-Cluster算法不能挖掘含有项集的序列模式问题,最终得到表达值变化趋势保守的基因序列形成的N-同维趋势簇.实验采用Breast Tumor和MicroRNA表达数据集,验证挖掘结果是有效的,且较OP-Cluster算法表现更高效率,并涵盖其结果.