高能强子反应中不同赝快度窗口内的多重数分布和多重数正关联

在总质心系能量s~(1/2)=540GeV 的pp 反应中,关于不同■快度窗口内带电粒子多重数分布和多重数正关联的最新实验数据,进一步证实了模型所提出的高能强子—强子非衍碰撞过程的统计性质。模型对未来更高能量的实验作了预言。     

映射分裂方法及其在电力系统分析中的应用

为了求解复杂的非线性代数方程组,将线性代数方程组的矩阵分裂法推广至非线性方程组,提出了映射分裂法。该方法将复杂的非线性方程组的求解转化为一系列较简单的方程组的迭代求解问题,降低了解题复杂度。给出了映射分裂法的收敛性分析理论。介绍了映射分裂法在电力系统分析领域的应用成果,其中包括在潮流计算、状态估计和全局电力系统仿真建模中的应用。算例表明,各种基于映射分裂法提出的实用算法计算性能良好,能满足电力系统在线分析的要求     

基于不同内向量选取的两种θ-方法的代数稳定性

基于各种合理的内向量不同选取,讨论了两种θ方法的代数稳定性⒚说明了在求解非线性常微分方程初值问题时,单支θ方法比线性θ方法优越     

8.0kbit／sACELP声码器的GSM平台仿真

研究恶劣传输环境下８．０ｋｂｉｔ／代数码激励线性预测声码器的译码算法的改进及其在ＧＳＭ典型信道的传输性能。方法在集成软件仿真平台中引入稳信道编码模块,以消除衰落噪声和高斯噪声的影响,并完成ＡＣＥＬＰ声码器到ＧＳＭ全速率语音业务信道（ＴＣＨ／ＦＳ）的速率适配任务;在ＡＣＥＬＰ译码器中引入错误帧隐藏单元（ＥＣＵ）,以提高恶劣信道环境下的合成语音质量。结果与结论错误隐藏单元与相应的高效稳健的信道编码相结     

线性代数方程组的非定常二级多分裂迭代法

本文邮并行求解线性代数方程组的非定常二级多分裂迭代法（ＮＳＴＳＭ方法）,给出了对任意ｓ（ｉ）≥１,ｉ＝１,２,…,该方法均收敛的关于分裂的条件,进一步研究了系统矩阵时（此时不要求是单调的）该方法的收敛性。     

Distortional Properties of the Bijective Pattern Map (Part II: Change of Reference)

This is the part n of the study of distortion property of the Bijective Pattern Map maps. In part I, the generic distortion was presented. In this article, the distortion using different set of reference points and pre - image is compared with the result in part I. Moreover, the distortion induced by a change of reference is illustrated with examples. The formulation of the relationship between the distortion and the Gaussian curvature will be followed.     

一位量子逻辑门的物理实现

作者研究了自旋为1／2的粒子在随时间变化的磁场中的运动情况．该系统哈密顿量具有SU(2)代数结构．用代数动力学方法对此系统进行求解,得到了严格的解析解．基于严格解,就可构造一位量子逻辑门．通过调节磁场强度和频率,可以控制该量子逻辑门,实现一位量子逻辑门的任何操作．     

搭线窃听下网络安全路径及安全网络编码的研究

利用有向图生成树算法思想,将寻找搭线窃听下单源单宿网络拓扑图中安全路径的算法推广到单源多宿网络情况。接着以线性网络编码的代数构造方法为背景,对多播网络下的搭线窃听攻击做了详细分析,并结合弱安全网络编码的思想,提出一种改进的线性网络编码代数构造方法,利用该方法,即使网络拓扑图中不存在从源到宿的安全路径,网络也能达到弱安全。     

群余分次乘子Hopf代数的Galois对象

在这篇文章中,我们首先介绍群余分次乘子Hopf代数Galois对象的定义,然后给出通过交叉作用π来构造群余分次乘子Hopf代数Galois对象的方法.设G是群,(,Δ)是G-余分次代数量子群(A,△)的变形.若(X,α)是(A,△)的左Galois对象,定义α_(p,q):X_(pq)→M(pX_q),α_(p,q)=(πqi)α_q~(-1)p~(-1)q,q~(-1),则(X,α)是变形(,Δ)的左Galois对象,其中X_p=X_(p~(-1)),_q=A_(q~(-1)).同时,我们也研究了Galois对象的一些性质.     

蒙特卡罗方法与拟蒙特卡罗方法解线性方程组

分别介绍蒙特卡罗方法和拟蒙特卡罗方法解线性方程组的基本原理,并对两种方法的误差和收敛速度进行讨论.提出误差由3方面造成:截断误差、方法本身、伪随机数序列和低差异序列分布不均匀.在收敛速度方面:蒙特卡罗法的收敛速度与问题的规模和模拟路径长度无关;拟蒙特卡罗方法的收敛与问题的规模无关,但与模拟路径长度有关.经过对两种方法适用的情况进行讨论及数据测试,认为在一般情况下应选择用拟蒙特卡罗方法解线性方程组.