用变分法对Hellmann势本征态的研究

作者利用变分法研究了Coulomb势和Yukawa势迭加的Hellmann势的本征态问题,采用仅含一个参数的变分波函数系统计算了从1s到7i态的能级Enl,对任意的B和C都给出了准确的结果.计算结果表明如B<0,则对给定的n,l>l′,Enl′;如B>0,Enl≤Enl′.其结果正确地给出了B<0时,对某些C值出现的能级交错现象.     

大型强子对撞机揭开宇宙起源之谜

世界最大的粒子加速器——欧洲大型强子对撞机(LHC)2010年3月19日刷新了由它保持的一项世界纪录,对撞机内的两束质子流被分别加速至3.5万亿电子伏特的能级,是原纪录的三倍。     

帕邢-巴克效应的简单处理

在强磁场中的单电子（价电子）原子，忽略电子的自旋一轨道相互作用，电子的自旋、轨道矢量分别绕外磁场作拉摩尔旋进而使能级分裂，从而讨论原子光谱的分裂并推出光谱分裂后的频率公式。     

Pu I奇宇称光谱能级的人工神经网络研究

利用人工神经网络的反向传播（ＢＰＮ）方法对Ｐｕ Ｉ奇宇称光谱能级进行了指认，结果与实验相符。表明ＢＰＮ可用于复杂原子光谱能级归属的分类。     

原子能级精细结构中一些问题的分析

本文分析了原子能级精细结构方面普遍存在的一些问题。     

转动激发对Sr+HF反应的影响

依据LEPS,运用经典轨线来研究吸能反应Sr+HF(v=1,J=1～3)→SrF+H,△Ho=(27.652±6.688)kJ/mo1.对于HF(J＝1～3)的每个转动能级,计算结果表明,SrF产物的振动能级分布是统计分布;并且,当增加HF的转动内部状态时,SrF的振动布居在v=0最大,然后随着v的增加很快单调下降.计算结果与实验结果相符,并讨论了此反应的势能面.     

神经网络反向传播模型用于CmI的能级分类

将神经网络反向传播算法应用于Ｃｕｒｉｕｍ的关于组态的分类计算。用４个特征变量（能级值、郎德ｇ日子、Ｊ量子数和同位素位移）表征每一个能好。为检验神经网络预报能力，采用ｌｅａｖｅ－ｎ－ｏｕｔ方法（奇宇称ｎ＝１，偶宇称ｎ＝５）对所有已知实验样本进行了预报。其中奇、偶宇称能级预报正确率分别为９２．７％和９７．４％。利用相同的神经网络结构，得到了１２个奇宇称和４２个偶宇称的未知能级的预报结果。     

LnMgB_5O_（10）：Mn~（2＋）（Ln＝La，Gd，Y，Ce）体系中Mn~（2＋）的双重谱与配位场参数

研究了ＬｎＭｇＢ５Ｏ（１０）：Ｍｎ（２＋）（Ｌｎ＝Ｌａ，Ｇｄ，Ｙ，Ｃｅ）体系中稀土离子对Ｍｎ（２＋）的双重谱的影响．从理论上计算了Ｍｎ（２＋）的离子能级和配位场参数，论述了双重谱的成因，理论分析与实验结果较为吻合．     

深能级测量中的软件技术

由微计算机通过AD/DA变换器产生深能级测量中必须的脉冲和偏压控制信号以及温度控制信号,并对瞬态电容和样品温度进行测量,可在一次温度扫描过程中获得一组对应于不同的测量率窗的深能级信号曲线,从而获得深能级的全部参数。采用指数式变化的相关加权系数可以大大提高测量的灵敏度。通过计算可求得最佳的加权系数。用高阶相关的方法可以改善测量谱峰的分辨能力。机器语言子程序可大大提高瞬态电容的测量速率并可保证严格的时序。各个测量点的延迟时间可在0.5ms到数十秒的范围内调节。