非广延统计力学中的理查逊公式

目的探讨非广延统计力学框架下的理查逊(Richardson)公式。方法采用分解近似的方法。结果与结论发现经典理查逊公式中的e指数分布被q幂函数分布代替,并非广延指标q→1时,非广延统计力学中的理查逊公式就会回到经典的表达式。     

引力Toy模型的Tsallis统计

利用Tsallis熵分析并讨论引力Toy模型粒子的统计性质，突出参数q所描述的引力系统的非广延性（nonextensivity）和长程相互作用性，对参数q取不同的值的Toy模型的能量和温度的关系进行了研究，并对比热（specific heat）进行了讨论。     

基于Tsallis相对算子熵的不等式

目的 为了研究信息熵之间的关系.方法 利用一个函数的数学性质和矩阵Tensor积的性质.研究了关于Tsallis相对算子熵的性质和不等式的问题.结果 得到了Tsallis相对算子熵的上界和下界,同时讨论了Tsallis相对熵关于n个算子Tensor积的次可加性.结论 所得结果是Tsallis熵的次可加性的推广.     

Tsallis最大熵原理及其逆问题

首先研究并证明了Tsallis最大熵和约束条件下的Tsallis最大熵原理;其次,针对最大熵方法的逆问题,讨论了贝叶斯参数估计理论中利用Tsallis最大熵原理确定参数的先验概率的逆问题;对于一些具体的概率分布,根据Tsallis最大熵原理,利用变分的方法,求解出使Tsallis熵达到最大值的约束条件.该类逆问题的解一般不是惟一的,其他分布情况也可按此方法得出。     

非广延统计中的速度分布函数

目的 推导理想气体的非广延q-速度分布函数.计算q-速度分布下的最可几速率、平均速率、方均根速率.方法 运用伽马函数方法计算.结果 /结论 q→1时,所有的结果可以回到经典的麦克斯韦分布函数.     

基于Tsallis熵和近似熵的认知事件相关电位动态复杂度分析

提供了两种分析认知事件相关电位（ERP）复杂度动态变化的估计算法——时变Tsallis熵（ETsEn）和时变近似熵（EApEn），并将其应用于分析Stroop任务中ERP的动态复杂度．实验发现：BTsEn比EApEn能更好地反映不同刺激类型的ERP复杂度差异；EApEn比ETsEn能更准确地体现ERP复杂度随时间变化的规律．额区、中央区和顶区的ERP的ETsEn和EApEn在刺激前、刺激处理过程中、刺激处理后均有显著差异，即在刺激前熵较大且无明显变化，刺激处理过程中熵显著减小，刺激处理完成后熵恢复至刺激前状态，其变化的时序与行为数据基本一致。结果证明了时变的Tsallis熵和近似熵对动态复杂度从不同方面度量的有效性，为客观度量ERP的复杂度提供了新方法．     

模糊Tsallis熵及其在图像阈值分割中的应用

对于图像处理、模式识别与计算机视觉来说,图像分割是一种重要的技术。在众多图像分割技术中,阈值化技术由于其简单及有效性得到了广泛应用,而阈值的选择则成为其中一个关键的问题。模糊集理论在许多领域得到了成功的应用,如,控制、模式识别、医学等。可以认为,在进行图像处理时,人们自然地把一些模糊因素考虑进来,如,图像边缘、区域、纹理等术语的定义。基于非广延统计力学熵原理,提出了构建模糊Tsallis熵,同时也证明了在图像分割中,模糊Tsallis熵是基于Shannon原理的模糊熵的推广。基于最大熵原则,把模糊Tsallis熵应用于图像阈值分割,在合成及真实图像分割实验中,显示了所提出的模糊熵的有效性。     

非广延性对传统广延统计力学的几点修正

提出了考虑到非广延性时,广延统计力学中的相律已不再适用,推导出了具有非广延性系统的相律形式,以 及对广延统计力学中的观念、方法和结论等的几点修正.     

基于二维Tsallis熵的改进PCNN图像分割

为了改善图像分割的性能,采用改进的脉冲耦合神经网络(PCNN)进行分割,通过对其内部活动项进行空不变的单阈值化分割,来达到对原图像空变阈值化分割效果.另外分割准则也作了修正,通过计算图像二维直方图的Tsallis熵,得到二维Tsallis熵,以此作为图像分割准则.最后,修正了动态门限项的下降速度,使得PCNN收敛更快.实验证明二维Tsallis熵准则优于最大Shannon熵准则与最小交叉熵准则,且改进的PCNN模型比传统PCNN模型收敛更快.     

非广延统计下爱因斯坦系数的计算

在广义黑体辐射分布函数的基础上得到了非广延统计中爱因斯坦自发辐射系数Amk、受激发射系数Bmk和吸收系数Bkm的关系。结果表明,受激发射系数Bmk吸收系数Bkm之比不仅依赖于能∈k级∈m、频率vmk、温度T,还与非广延参数q有关。在q=1时,广义形式回到经典形式,爱因斯坦系数之比Bmk／Bkm=1     

保持量子态凸组合的Tsallis的映射

设H_m是维数为m的复希尔伯特空间,S(H_m?H_n)为复双体希尔伯特空间H_m?H_n上的量子态的全体,S_(sep)(H_m?H_n)为其中可分量子态构成的凸集.映射φ:S(H_m?H_n)→S(H_m?H_n)是满射,且φ(S_(sep)(H_m?H_n))=S_(sep)(H_m?H_n).若对于某个r∈R~+\1},满射φ保持量子态凸组合的Tsallis熵S~r(tρ+(1-t)σ)=S~r(tφ(ρ)+(1-t)φ(σ))对于任意的ρ、σ∈S(H_m?H_n)和任意的t∈[0,1]成立;那么在H_m、H_n上分别存在酉算子U_m、V_n,使得φ(ρ)=(U_m?V_n)ρ(U_m?V_n)~*对于任意的ρ∈S_(sep)(H_m?H_n)成立.     

二维Tsallis熵阈值法中基于粒子群优化的参数选取

针对二维Tsallis熵阈值分割法中参数q的选取问题,提出一种粒子群优化算法自适应选取参数q的方法.该方法基于一种图像分割质量评价指标—均匀性测度,利用粒子群优化算法对参数q在参数空间进行优化搜索,从而实现了二维Tsallis熵阈值分割法的自动阈值选取.实验表明,所提出的方法可以根据具体的图像有效地选取参数q,获得理想的图像分割结果.     

Investigation of an energy nonadditivity for nonextensive systems

We investigate the energy nonadditivity relationship E(AαB) = E(A) + E(B) + αE(A)E(B) which is often considered in the development of the statistical physics of nonextensive systems. It was recently found that α in this equation was not constant for a given system in a given situation and could not characterize nonextensivity for that system. In this work, we select several typical nonextensive systems and compute the behavior of α when a system changes its size or is divided into subsystems in different fashions. Three kinds of interactions are considered. It is found by a thought experiment that α depends on the system size and the interaction as expected and on the way we divide the system. However, one of the major results of this work is that, for given system, α has a minimum with respect to division position. Around this position, there is a zone in which α is more or less constant, a situation where the sizes of the subsystems are comparable. The width of this zone depends on the interaction and on the system size. We conclude that if α is considered approximately constant in this zone, the two mathematical difficulties raised in previous studies are solved, meaning that the nonadditive relationship can characterize the nonadditivity of the system as an approximation. In all the cases, α tends to zero in the thermodynamic limit (N→∞) as expected.     

A new construction for the statistical theory of the nonextensive systems

We propose a new statistical theory for classical and quantum small systems.It is a generalized scheme of the Boltzmann–Gibbs statistical theory by extending the Boltzmann–Gibbs statistical factor from infinite systems to finite systems based on the microcanonical ensemble distribution function and keeping this factor in all thermodynamic processes.We reconstruct the statistical theory for finite systems by obtaining the expression of the average particle number and the thermodynamic quantities such as entropy and specific heat,in the finite systems.We also explore the discontinuous phase transitions in the interacting classical nanoscale gases without the thermodynamic limit.