简介：利用RLC双网孔电容耦合电路模拟出了电磁诱导透明现象，并讨论拉比频率改变以及失谐对探测光共振吸收的影响。另外，分析了该模拟实验与真实的电磁诱导透明量子现象的差别及原因。本工作有助于增强学生对电磁诱导透明量子现象的理解。

简介：利用电子束蒸发技术在硅衬底上镀一层2.5μm厚的含氢非晶硅薄膜,用氩离子激光器的488nm谱线作激发光线,对a-Si-H薄膜进行辐照,使a-Si-H晶化。其拉曼散射谱和电子衍射谱的结果表明,经激光辐照后,在a-Si-H薄膜中形成纳米硅粒。

简介：分子动力学技术在冲击诱导爆轰领域的应用正在为爆轰相关的物理化学过程带来新的理解。反应力场（ReaxFF）、反应经验键级（REBO）以及反应态加和（RSS）势函数作为从分子层面上揭示冲击起爆内在机制的强有力模型工具，已用在冲击诱导分解研究中观察到初始分子结构的取向相对冲击波传播方向的不同而会呈现不同的响应，受冲击的分子在平动和转动之间转换的同时传递能量。对非均质含能材料冲击起爆的分子模拟则多集中在空洞塌陷和非均质界面的热点成长等问题上。另外，用分子动力学技术对凝聚相爆轰的稳定性进行研究，论证了活化能和爆轰稳定性的关系，并得到二维拱顶石结构和三维湍流图像。就冲击诱导分解、热点机制以及爆轰稳定性在微观层面上的研究加以综述，并试图为理解冲击起爆现象提供补充和思考。

简介：通过对三结太阳电池进行激光辐照实验,研究了激光辐照引起三结砷化镓（GaAs）太阳电池量子效率谱的变化情况。在功率密度为11.1W·cm~（-2）,波长为808nm的激光辐照后,发现顶电池量子效率在吸收波段内降为0,而在吸收波段外出现了量子效率约为10%的异常响应。测量辐照后样品AM0光辐照下的I-V曲线发现,短路电流出现了较为明显的增加。根据量子效率测量原理分析认为,激光诱导的顶电池（限流层）限流失效是导致其吸收波段外量子效率异常增加的主要原因。

简介：目的：激光诱导火花点火（简称激光点火）是取代传统的靠近缸壁的单点电火花点火以实现稀薄燃烧、提高热效率和改善排放的新型点火方式之一。本文通过对比分析两种点火方式在定容弹中的点火及燃烧过程的压力上升率、最大爆发压力及放热率为激光点火技术在内燃机中的应用提供设计过程的参考依据。创新点：1．同时进行两种点火方式的试验，保证对比研究的准确性；2．激光点火采用532nm和1064nm波长的两种激光进行对比；3．直接采用汽油进行研究。方法：通过记录不同当量比的汽油空气混合气在定容燃烧弹内激光点火（532nm和1064nm波长）及电火花点火的燃烧过程压力变化：1．对比分析三种点火情况的压力上升率和最大爆发压力；2．通过公式计算，对比分析三种点火情况的放热率。结论：1．532n／n与1064nm波长激光点火的压力上升率和最大爆发压力都在当量比为1．8时出现最大值，其中532nm波长激光为39．4MPa／μs和0．68MPa，1064砌波长激光为38．8MPa／las和0．67MPa：而电火花点火的压力上升率和最大爆发压力则在当量比为1．6时出现最大值，分别为38．1MPa／μs和0．67MPa；2．激光点火的稀燃极限相对电火花点火对应的当量比更小；3．三种点火类型的放热率规律与压力上升率变化规律一致。

简介：依据量子信息学和量子计算基本理论，在研究低剂量I射线与神经细胞的相互作用规律及物理机理时，将神经细胞骨架微管中的两种蛋白构型视为两能级原子体系，使用密度矩阵描述脑神经系统中信息位的状态，建立并求解系统的动力学方程。结果表明：随密度矩阵非对角元素的减小，系统的量子相干性迅速降低。因此，低剂量I辐射可以影响受照者的脑神经功能。

简介：提出了一种基于模糊RBF神经网络的永磁同步电机DTC控制方案。该方案是在直接转矩控制系统的基础上,在模糊控制器前端加入了RBF神经网络模块,在对转矩误差、定子磁链误差和磁链角度进行映射前,对其进行数据处理获得合理的模糊分级,并作为模糊控制器的输入以便选择合理的电压空间矢量。RBF神经网络模块的加入使得系统具有更好的鲁棒性,仿真结果表明,基于模糊RBF神经网络的永磁同步电机DTC控制系统具有较好的动、静态性能,能够实现快速响应。

简介：模糊系统具有容易被人理解的表达能力,神经网络则具有极强的自适应学习能力。本文将模糊逻辑控制技术和神经网络技术相结合,给出了一种比单独模糊系统或单独的神经网络系统性能更好的基于模糊RBF神经网络自整定的拥塞控制方法。该方法根据路由器中队列长度的变化来调整数据包的丢弃概率,从而使路由器的队列长度稳定在一期望值附近。仿真结果表明,该算法具有较强的鲁棒性,更短的调节时间。

简介：给出了一种利用BP神经网络从中子活化测量数据中直接求解1MeV等效中子注量的新方法。该方法选用了含两层隐藏层的BP神经网络,并围绕先验谱建立输入输出集合,对网络进行训练、检验和测试,最终形成含20个BP神经网络的网络群。该BP神经网络群可实现在输入测量活化率数据后,直接输出相应的1MeV等效中子注量。利用该方法求解了西安脉冲堆大空间中子辐照实验平台内的1MeV等效中子注量。与实测中子能谱计算的1MeV等效中子注量结果对比,二者偏差小于6.6%。