关于“schrdinger场”二次量子化过程逻辑自洽性的研究

"二次量子化"方法使处理全同多粒子体系的问题变得简单、方便.文章中详细介绍了分别从两种途径出发推导出量子场算符ψ^(x)的运动方程的方法,并根据所得运动方程的结果进一步讨论了二次量子化过程的逻辑自洽性.     

哈密顿理论量子化

本文从微观粒子的粒子性角度出发,利用哈密顿-雅克比方程,使用作用变量-角变量方法,通过量子化条件的引入,计算了类氢离子、谐振子和一维无限深势阱的能量,得到了与量子力学一致的结果,实现了哈密顿理论的量子化.     

L-S耦合时p~N、d~N、f~N组态的三粒子亲态比系数

我们在[1]中讨论了j—j耦合时的三粒子亲态比系数。在本文中,我们应用二次量子化的方法,讨论L-S耦合时p~N,d~N,f~N组态中的三粒子亲态比系数,导出了计算它们的明显公式,以及它们的对称性质。利用这种系数,本文给出了求p~N,d~N,f~N组态中各项的行列式乘积态结构的一般方法。本文的结果可推广到更一般的情况中去。     

论二次量子化与一次量子化的等价性

本文从量子化的Sch.波场出发,严密论述Fermi体系与Bose体系的二次量子化方法与一次量子化的等价性。对Hakan关于两电子体系的论证及其推论予以修正,并推广到N粒子的一般情形。给出在非相对论性情形下比Fetter等人关于相互作用体系的讨论更加简单然而是更为严格的讨论和论证。     

元激发的近似方法

本文以非理想玻色系统为例，引入了波戈留波夫的近似二次量子化的激发方法，并对一般多粒子体系和凝聚体作了论述。     

纳米级薄膜润滑量子化模拟的研究

以量子力学原理为基础，建立了考虑润滑介质粒子的波动性的模拟模型，并利用量子力学粒子系统的Hartree自洽场独立粒子模型对模拟模型进行了数值计算，求得了基态下的模拟模型的波函数，量子力学模拟结果与Newton力学的分子动力学模拟结果进行了比较，获得到了一些纳米级薄膜润滑的量子化信息。     

二次量子化内部机制探讨

本文初步论证即使在相对论情况下,正则量子场论实质上与多粒子量理论等价,两者的区别只是对同一物质体系以不同的观点进行描述,多粒子量子理论与单粒子量子力学形式的对应同样地体现在量子场论中,由此产生出二次量子化方法。     

电磁场量子化及其物理意义

本文研究电磁场的量子性质。用类似文献［１］和［２］的简单方法，将经典电磁场量子化，得到量子化电磁场方程。量子化电磁场中充满量子化粒子－光子，并讨论其物理意义。     

非稳定自由粒子场方程的解

本文以一维非稳定自由粒子为例给出非稳定自由粒子的二次量子化处理方案,得到非稳定量子体系的波动方程在薛定谔表象中的解。根据构成相干态的一般方法,给出该量子体系相干态的具体表达式。     

Einstein引力的圈图计算

在路径积分量子化框架下，较为详细地计算出单圈近似下Ｅｉｎｓｔｅｉｎ引力的引力子及粒子的自能贡献。     

基于改进粒子群算法的码书设计方法

基本的矢量量化码书设计方法的性能易受到初始码书的影响,采用群体优化的粒子群算法是克服这一缺陷的有效手段。在粒子群算法中,惯性权重因子的大小决定了粒子的搜索能力。为了权衡粒子群算法中全局搜索能力与局部搜索能力,提出了一种非线性递减的惯性权重粒子群优化算法。该算法能够自适应地调整惯性权重因子的大小,从而有效地改善粒子的全局搜索能力。     

多目标量化变分滤波贝叶斯WSN跟踪定位算法

为进一步提高无线传感器网络节点跟踪定位精度降低能耗,提出一种多目标拥挤度差分优化的贝叶斯量化变分滤波预估WSN跟踪定位算法. 首先,针对定位问题,采用贝叶斯量化变分滤波方法对目标下一位置区域进行预测,利用量化变分滤波方式选取合适的定位参与节点,并设计了量化变分滤波的多目标参数优化模型. 其次,针对传统多目标优化算法寻优精度不高的问题,设计了基于种群个体拥挤度状况的多目标差分进化算法,对量化变分滤波算法参数进行优化,实现了滤波参数的多目标优化. 最后,通过实验仿真表明,该算法能够有效实现目标节点的跟踪定位,并可节省能量消耗.     

一种基于粒子群优化的K-均值彩色图像量化算法

目的利用粒子群优化算法和K-均值方法研究彩色图像的量化问题。方法针对K-均值聚类量化算法对初始值比较敏感,易陷入局部极小值从而使得算法得不到全局最优解,为局部搜索算法,以及粒子群优化算法是一种全局寻优方法的特征,把K-均值聚类方法和粒子群优化算法结合起来,将K-均值聚类方法中的聚类函数作为粒子群优化算法中的粒子适应度函数,对彩色图像进行聚类量化。结果实验表明新算法在峰值信噪比和均方根误差评判准则下可以得到更好的量化结果。结论新方法有效地克服了K-均值聚类方法和粒子群优化算法的不足。     

半导体量子点非本征吸收区的三阶极化率

通过变分法计算了量子点激子基态能量和偶极跃迁振子强度,分析了半导体量子点在非本征吸收区的三阶极化率.量子点中激子的基态能量随量子点半径的增大而单调减小,这是量子尺寸效应的反映;量子点中由基态到激子基态的跃迁振子强度,随量子点半径的增大而单调增大;在弱受限量子点情况下,三阶极化率的实部和虚部都是负的,对应于非线性光学自散焦效应,其绝对值随入射光频率的增加而增加,且随量子点半径的增大而增大.     

基于粒子群优化和SOM网络的聚类算法研究

利用改进的粒子群优化算法(PSO)的优化性能,结合SOM网络模型,提出了一种基于粒子群优化算法和SOM网络的聚类算法(PSO/SOM),使用PSO对SOM网络进行训练来代替SOM的启发式训练方法.将PSO/SOM算法用于对Wine和Iris等数据集进行模式聚类识别,可以得到较优的聚类识别效果.相比标准SOM算法能有效提高网络映射的准确程度,降低网络的量化误差和拓扑误差,同时也降低了错聚率,实验结果验证了本算法的有效性.     

J-C模型在含约瑟夫森结介观电路中的应用

利用正则量子化方法,将所给的约瑟夫森结介观电路量子化,双态近似后类比于J-C模型,将体系视为单个二能级原子与单模量子化光场相互作用进而确定体系的本征能量和本征态,研究了体系在共振情况下相互作用对无耦合时能级简并的影响.结果显示耦合越强,粒子数越大能级间隔越大.     

通用栅格编码量化在图象压缩量化中的应用

提出了一种基于栅格编码TCQ的图象压缩编码量化方法。论述了TCQ量化方法的理论基础栅格编码调制TCM和维特比算法的基本原理。在研究普通TCQ量化方法和其中集合划分存在问题的基础上，探讨了另外一种划分方法的可行性，得到通用栅格编码量化方法UTCQ。根据对实际图象量化结果的比较，证明了UTCQ的有效性。     

具有量化误差的非线性多步长采样系统的稳定性

研究具有量化误差的非线性多步长采样系统的稳定性．证明了无量化误差的线性化采样系统的系数矩阵在Schur稳定的条件下,原非线性采样系统是一致渐近稳定的；而具有量化误差的非线性采样系统在一致终极有界的意义下是稳定的；同时证明两者之间响应的差异,当量化误差趋于零时而趋于零．     

基于重建图像压缩率的量化方法

为了适应传输通道不同的带宽限制,目前各种图像编码算法通过调整量化参数QP的值来控制量化粒度,但是压缩算法的输出码率与量化参数QP值并没有显式的关系,造成QP值的选取很难与带宽约束相匹配。本文提出一种依据输出码率来控制量化粒度的方法QCR,可使压缩算法的输出码率尽可能贴近带宽约束。因为量化参数QP要映射成量化阶距Qstep,本文首先确定压缩算法的量化阶距Qstep与输出码率的关系,然后通过逆向插值确定64个给定的输出码率所对应的量化阶距Qstep,并根据这64个给定的输出码率修改相应的量化表和反量化表,从而建立了利用输出码率控制量化粒度的方法。实验部分采用AVS压缩算法,同样也适用于AVS2。由于AVS的量化表中含有整数DCT变换的小数部分,因此QCR方法用于调整H.264/H.265的量化表和反量化表时,必须与AVS的整数DCT变换有所不同。实验表明本文通过重建图像压缩率控制量化粒度的QCR解决方案是有效可行的。