标量粒子在中性介子混合中的效应

中性粒子混合提供了寻找超出粒子物理标准模型的新物理的理想场所. 讨论一种包含很重的标量粒子的新物理模型. 标量粒子与标准模型的夸克相互作用,可导致味道改变的中性流过程,从而产生中性粒子之间的震荡. 讨论了标量粒子在中性介子混合中的效应,根据实验数据对于新模型中的参数,如标量粒子的质量和耦合常数给出了限制.     

基于改进粒子群-蚁群融合算法的网格资源分配方法

为有效解决网格计算中的资源分配和任务调度问题,提出一种改进粒子群-蚁群融合算法.该算法通过改进的离散粒子群算法对信息进行优化调度,产生优选的调度列表,并通过该列表产生改进蚁群算法的初始信息素,有效克服了粒子群算法后期局部搜索能力差和蚁群算法前期盲目搜索的缺陷.理论分析和仿真实验表明本文算法具有较好的性能.     

基于数字全息术的粒子定位测量

将数字全息术应用于粒子场测试,数字全息术中采用电荷耦合成像器件CCD记录全息图,采用计算机模拟再现所记录的粒子场中粒子的一些定量信息.阐述了同轴数字全息的基本概念、原理、方法及其在粒子定位测量中的应用,并进行了计算机仿真与实验研究,证明了该方法的适用性.     

宏观粒子在等离子体中的纯化模型研究

从宏观粒子和微观粒子的输运现象及等离子体化学入手 ,建立了宏观粒子沉降过程中的纯化模型 .计算了各类粒子的浓度的径向分布、加速度、速度、沉降时间及杂质的去除总量 .结果表明 ,对于纯度为 99%的Si Ge合金颗粒中的杂质总量可去除 97%左右 .计算结果与实验结果接近     

改进粒子滤波器的移动机器人同步定位与地图构建方法

传统的基于粒子滤波器的移动机器人同步定位与地图构建(SLAM)方法往往随着迭代次数的增加会产生粒子退化的问题,提出了一种基于人工鱼群算法与定向重采样思想的改进的粒子滤波器用于移动机器人SLAM问题。方法首先将人工鱼群算法引入到粒子滤波器中,从而使得粒子分布在重采样之前就更加接近真实情况,然后利用定向重采样的方法,使得新产生的粒子更加接近于真实的运动情况,从而提高了机器人的位置估计精度与地图创建精度。仿真实验结果证明了该方法能够得到更多的有效粒子,而且能够提高粒子的多样性,并且提高SLAM性能。     

铁液中纳米Al2O3粒子的运动行为

研究了粒径为20~40nm的Al2O3纳米粉在铁液中的运动行为.结果表明,经分散后加入铁液中的Al2O3纳米粉,在铁液中保持60min后,Al2O3粒子没有产生明显的团聚或聚集成微米级或更大尺寸的粒子,粒子尺寸为20~60nm,呈现较好的弥散分布状态.采用布朗运动理论描述纳米粒子在铁液中的运动行为.纳米粒子在铁液中不易发生碰撞和聚集,理论分析与实验结果一致.纳米Al2O3在铁液中不易团聚或聚集的行为与钢液中一般的Al2O3夹杂物易碰撞聚集而长大的行为不同.     

AE粒子运动场的特效应用分析

分析了粒子的作用原理以及在运动场中的产生与运动机理和影响运动的关键因素。介绍了关于粒子运动场的主要参数对粒子的不同运动状态的控制。讨论了在不同特效需要的场合下所采用的最佳参数搭配与设置,提出了在After Effects（图形视频处理软件）中通过粒子场特效来实现各种动画特技的方法,为影视后期制作提供了建设性意见。     

交叉策略粒子群算法

提出了一种基于交叉策略的粒子群优化算法(CSPSO),该算法利用遗传算法中的交叉变异策略的优点,将粒子两两进行交叉变异进而得到相同数目的子代粒子来更新替代亲代的粒子,从而更好地解决粒子群优化算法容易陷入局部最优值以及计算精度低等问题.通过对仿真实验的结果分析可知,与基本粒子群优化算法、布谷鸟搜索算法以及已有的部分改进算法相对比,CSPSO在收敛速度和精度方面的优势更为突出.     

容积粒子滤波算法及其应用

针对使用现有粒子滤波算法对非线性/非高斯离散时间系统的状态估计精度较低的问题,提出了一种新的粒子滤波算法——容积粒子滤波(CPF)算法.新算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,产生粒子滤波算法的建议性密度函数,获得所需要的带权粒子,进而通过计算粒子均值,获得系统状态的最小均方误差估计.CPF算法由于产生粒子时使用了最新的测量信息,因而提高了对系统状态后验概率的逼近程度.仿真实验结果表明,CPF算法的估计误差约是标准粒子滤波算法和扩展粒子滤波算法误差的1/5和1/3,是无味粒子滤波(UPF)算法的估计误差的1/2,且运行时间只有UPF算法的1/3.     

探寻中的新粒子

简述粒子物理的标准模型及宇宙论的标准模型。通过对实验观测的分析，确认暗物质的存在，并指出由它组成的粒子是我们探寻中的超越标准模型的新粒子。     

色八重态机制与p-p碰撞中J/Ψ粒子的产生

计算了色单态和色八重态产生机制下高能非极化p-p碰撞中J/Ψ粒子产生的微分截面随质心系能量的变化,并与实验数据进行了对比.结果表明,仅考虑部分子融合过程,色八重态产生机制能很好地解释高能碰撞中J/Ψ粒子产生的实验数据,明显优于色单态机制,同时发现粲夸克质量取值得不同也会对产值的计算产生影响.     

基于粒子群优化粒子滤波的目标跟踪方法

为了提高粒子滤波在视频跟踪中的稳定性,解决粒子多样性衰退的问题,提出了一种基于粒子群优化粒子滤波的视频目标跟踪方法 .该方法在粒子滤波跟踪过程中,首先使用均值漂移方法来确定全局最优位置.同时,设计了一种使用高斯随机数的优化速度,并通过有效粒子数阈值来作为停止优化的判决条件.通过优化过程,使粒子向具有更高似然度的区域收敛.对序列图像的跟踪实验结果表明:该算法提高了估计精度,能够有效地跟踪目标,具有较好的鲁棒性.     

粒子横向动量模的关联对粒子群关联的贡献

提出一种新的唯象集合流事件模拟方法，该模拟方法同时考虑了粒子分布的方位角关联和横向动量模关联。采用粒子群关联函数方法分析了２．１ＡＧｅＶＮｅ＋ＮａＦ碰撞的Ｂｅｖａｌａｃ流光室４π实验数据中粒子横向动量模关联对集合流及高阶集合流关联的贡献。研究表明：少数携带较大横向动量的粒子（或碎片）可以产生集合流效应，但高阶集合流关联确不受其支配，而是多数关联粒子（或碎片）集体贡献的结果。对于这组碰撞实验，粒子分布的方位角关联相对横向动量模关联在粒子群关联中起着主要作用。     

粒子滤波目标跟踪研究

结合人工蜂群算法和粒子滤波算法,提出了基于GPU人工蜂群算法的粒子滤波方法.利用GPU多核并行计算能力和人工蜂群算法中人工蜂行为的独立性,将粒子分布作为人工蜂群算法中的食物源,通过提取粒子位置信息在GPU工作单元上实现粒子滤波.人工蜂迭代计算适应度,改善了粒子滤波中粒子贫化现象,GPU上的多核并行化计算避免了适应度陷入局部最优解.在多个具有挑战性的视频上与多种已有算法的对比实验表明,提出的粒子滤波方法可以适应光照变化、尺度变化、室内外运动模糊以及背景低对比度等问题.     

簇射粒子多重数和受伤核子模型

本文推广了“受伤核子模型”,对200AGeV~(16)O与核乳胶相互作用中产生的簇射粒子多重数分布进行了计算,并与实验结果作比较。     

利用三维重建进行粒子统计的方法

针对单张二维图片难以准确完成粘连粒子计数与体积计算的问题,提出了一种基于重建的空间统计算法。首先对CT切片图像采用数学形态中的腐蚀处理,得到粘连粒子分离图像,然后采用Marching Cubes算法对切片图像进行三维重建,再将重建的粒子以STL数据格式保存,最后根据STL数据的特征和粒子的连通性完成统计。实验结果表明,当球形粒子随机噪声分布概率在20%以内时该方法能够准确完成粘连粒子计数和粒子体积估算。     

黄河固体粒子对Pb的吸附

研究了黄河固体粒子对Ｐｂ 的吸附作用,绘制了离子交换率（Ｅ％ ）－ ｐＨ 曲线．实验表明：黄河水ｐＨ 值是控制黄河固体粒子对Ｐｂ 吸附的主要因素,吸附总量随ｐＨ 值升高而增大．固体粒子和Ｐｂ 的浓度对吸附也产生一定影响,离子交换率随固体粒子浓度的增加而增大,随Ｐｂ 浓度增大而降低     

粒子群优化算法求解旅行商问题

首先介绍粒子群优化的搜索策略与基本算法, 然后通过引入交换子和交换序的概念, 构造一种特殊的粒子群优化算法, 并用于求解旅行商问题. 实验表明了在求解组合优化问题中的有效性.     

一种粒子群优化扩展卡尔曼粒子滤波算法

本文提出一种采用粒子群（PSO）优化扩展卡尔曼粒子滤波（EPF）的新算法．由于上一时刻的目标解对当前时刻目标的影响最大,提出粒子群中的粒子不考虑其自身最佳经历和群体最佳经历,而只考虑前一时刻的全局最优解;取上一时刻的目标解代表粒子集中全局最优解．采用粒子群优化扩展卡尔曼粒子滤波（EPF）的状态转移方程,使得粒子集在权值更新前趋向于高似然区域,从而更加逼近真实状态的后验概率密度分布,克服了粒子退化问题,提高了预估精度,并极大地降低了所需的粒子数．仿真实验结果表明,该算法预估性能优于传统的粒子滤波方法．     

解多目标优化问题的新粒子群存档算法

通过把Pareto优与粒子群优化(PSO)算法相结合,利用给出的粒子的序值定义对粒子群中的粒子进行分离存档,给出了一种求解多目标优化问题的新粒子群存档算法。为了提高算法的全局收敛性,对PSO算法中的惯性因子ω执行自适应调节。数据实验比较表明该算法能找到问题数量更多、分布更广、更均匀的Pareto最优解。