论文部分内容阅读
基于低Q腔的单光子输入输出过程实现量子信息处理任务.将2个光子的极化态编码为1个逻辑量子比特,编码方式对于集体旋转噪声免疫.提出了实现原子和逻辑量子比特之间的混合控制相位翻转门,2个逻辑量子比特之间的CNOT门,逻辑量子比特的纠缠制备,原子到逻辑量子比特的量子态转移等方案.
基于低Q腔的集体旋转无退相干子空间中的量子信息处理
【摘 要】
：
基于低Q腔的单光子输入输出过程实现量子信息处理任务.将2个光子的极化态编码为1个逻辑量子比特,编码方式对于集体旋转噪声免疫.提出了实现原子和逻辑量子比特之间的混合控制相位翻转门,2个逻辑量子比特之间的CNOT门,逻辑量子比特的纠缠制备,原子到逻辑量子比特的量子态转移等方案.
【机 构】
：
山西工程技术学院 基础部,山西 阳泉 045000
【出 处】
：
云南大学学报（自然科学版）
【发表日期】
：
2022年1期
其他文献
越南语属于低资源语种,高质量关键词新闻数据稀缺,为了解决样本不足条件下生成越南语新闻关键词准确性不高的问题,提出了一种多特征融合的越南语关键词生成模型,拟提升生成的越南语关键词与越南语新闻文档的相关性.首先,将越南语新闻实体、词性、词汇位置特征与词向量拼接,使输入模型的词向量包含更多维度的语义信息;其次,利用双向注意力机制捕获上下文与新闻标题的依赖关系,增强标题在关键词生成中的指导作用;最后,结合复制机制生成越南语关键词,从而提高关键词的语义相关性.在构建的越南语新闻关键词数据集上进行实验,结果表明融合多
为顺应国家经济结构大调整的发展潮流,满足社会对高素质应用型人才的需求,根据仪器分析及仪器分析实验课程的特色,以及传统的教学和课程内容满足不了人才培养需求的现状,从课程教学和实践两个方面进行改革.在课程教学改革方面,主要是对教学内容和教学方式进行改革;在实践改革方面,主要是调整更新实验内容,实施导师制.这些改革在一定程度提高了学生的学习兴趣和主动性,培养了学生解决实际问题的能力和创新能力.
酉约束的矩阵优化问题在数据控制理论和电子结构计算等领域内有着非常广泛的应用.考虑了一类酉约束的矩阵迹函数最大值问题:(SkSHk=In,WkmaxWHk=It,VkVHk=Im|tr(cIm±2Πk=1ΓkSk?kWkHkVk)|)其中Γk,?k,Hk分别是m×n,n×t,t×m复对角矩阵,k=1,2;c是复数,tr(·)表示矩阵迹函数,Im是m×m单位矩阵.在前人研究的基础上首先考虑了系数c是复数,所研究矩阵是不同维的情况,最后给出数值实验验证了所得结果的有效性.
通识选修课是高校课程结构中很关键的一部分,也是衡量某一高校教育质量是否达到一流的重要标准之一.但是我国通选课的体系仍不完整.该文结合作者多年通识选修课教学实践,针对通选课改革措施进行了调查探究,探讨了一些可行性的课程改革思路,以及对具体的考核方式的改进对策.目的在于促进通选课在高校教育中所发挥的重要作用,充分应用规范而有效的方法尽可能地提高高校教育质量.
针对现有山区通信场景中认知无线电单信道传输的不可靠性问题,提出一种新型频谱感知与多信道接入策略.首先,为了解决传统山区场景模型准确性低和通用性差的缺点,利用Global Mapper软件对山区通信场景进行了3D高精度还原;然后,考虑到单信道传输效率低和通信保障能力不足的问题,在一元隐马尔可夫的基础上,得到一种多元隐马尔可夫算法;最后,以昆明市某山区信道质量数据进行验证.实验结果表明:在信道数为8的情况下,改进的多元模型碰撞概率和次要用户成功传输概率分别为24％和65％,具有更高的接入率和网络吞吐量.
为进一步提升图分类算法的性能和稳健性,提出了差分进化算法优化的图注意力网络集成.首先,通过划分原始样本让不同的基学习器关注数据的不同区域;其次,利用差分进化算法良好的搜索能力,以分类器集成的分类错误率为目标函数优化基学习器的权重向量;最后,在权重向量基础上综合各基学习器的输出作为分类器集成的总体输出.实验引入引文数据集Cora进行验证,与基础的图注意力网络模型相比,所提出的集成算法的分类性能和稳健性有一定的改进.在固定超参数时其准确率比内部基学习器平均准确率高0.001～0.011,以0～0.005的差距
为深入贯彻落实第三次中央新疆工作座谈会和教育部关于深化教育领域综合改革的工作要求,进一步深化我校与对口支援高校的交流合作,提高我校教育教学质量和办学水平,9月24日-9月29日,校党委副书记、校长库兰·赛富汗,校党委常委、副校长周光明带领相关部门负责人一行先后回访了东北师范大学、南京大学、南京师范大学,进行考察学习与深度交流.
期刊
研究时间尺度上二阶Lagrange系统的Mei对称性及守恒量.以时间尺度上二阶Lagrange系统的运动方程为基础,给出系统中的Lagrange方程在无限小变换下的Mei对称性及判定方程,并建立Mei对称性导致守恒量条件,最后举例说明结果的应用.
针对现有城市交通状态的可预测性缺乏有效量化分析方法这一问题,提出了基于熵的交通状态可预测性量化方法.首先,从静态可预测性出发,通过计算交通状态序列的熵得到对应的量化规律性,利用二元熵函数将该规律性转化为可预测性;然后,考虑到交通状态的可预测性会随着时间动态变化,通过瞬时熵实现了对特定时刻可预测性的量化计算;最后,分析了4类代表性交通状态预测模型的性能与交通状态可预测性之间的关联关系.实验表明,所提出的方法能够从静态和动态两个方面有效量化交通状态的可预测性,并揭示了不同类型的交通状态预测模型对可预测性依赖关
文本生成是自然语言处理的一项重要任务.针对生成的文本大多缺乏多样性,且当生成文本过长时,文本生成的质量会有明显下降的问题,提出了一种采用Sentences and Words(SW)奖励机制的传递向量文本生成对抗网络.首先,为生成器提出了层次结构设计,包括传递特征向量训练模块和生成向量训练模块,同时传递判别模型中真实文本特征向量给生成器的传递特征向量训练模块,由此来提高长文本生成的准确率,生成向量训练模块接收其生成词序列;然后,在训练过程中,使用关系存储核心代替传统的长短期记忆循环神经网络模型作为生成器,