论文部分内容阅读
主要介绍了在随机序列展开方法中利用圈更新计算非对角关联函数的算法.以一维海森堡模型和易面XXZ模型为例,计算了XY面上自旋关联函数和反铁磁磁化强度的模方,通过与密度矩阵重整化群方法计算结果作对比,验证了算法的正确性.
随机序列展开量子蒙特卡洛模拟中非对角关联函数的测量
【摘 要】
：
主要介绍了在随机序列展开方法中利用圈更新计算非对角关联函数的算法.以一维海森堡模型和易面XXZ模型为例,计算了XY面上自旋关联函数和反铁磁磁化强度的模方,通过与密度矩阵重整化群方法计算结果作对比,验证了算法的正确性.
【机 构】
：
北京师范大学物理学系,100875,北京
【出 处】
：
北京师范大学学报（自然科学版）
【发表日期】
：
2021年5期
其他文献
Polymerizable AEE-active Dye with Optical Activity for Fluorescent Nanoparticles Based on Phenothiaz
In consideration of various advantages such as less harm,higher sensitivity,and deeper imaging depth,etc.,AIE materials with long-wave emission are attracting extensive attention in the fields of vascular visualization,organelle imaging,cells tracker,fore
Fabric作为超级账本的核心项目,以其多通道的设计为用户提供更为隐私的交易空间,为了解决基于分布式架构下的多通道资源负载均衡问题,提出了基于NJ W谱聚类的区块链即服务(BaaS)负载均衡调度算法SC-channel.该算法将平台子节点的数量作为划分类簇数量的依据,首先,基于通道采用peer之间的Jaccard系数构造相似矩阵;其次,计算拉普拉斯矩阵,求取前k个特征值和特征向量并将特征向量单位化;最后,用基于数量加权的k-means算法完成聚类.在Kubernetes平台上对这种方法进行验证,并与采用经
由于采集环境及仪器性能的限制,采集的地震信号中含有较强的随机噪声,对后续的处理和解释带来很大困难.多尺度几何分析近年来受到关注,在Shearlet变换域中引入非局部均值(NLM,non-local mean algorithm)算法对地震信号进行去噪,该算法首先对地震信号进行非下采样Shearlet变换,对近似服从广义高斯分布的Shearlet系数进行主成分分析(PCA,principal component analysis),然后采用非局部均值处理Shearlet系数,最后对新的Shearlet系数进
交通流序列多为单步预测.为实现交通流序列的多步预测,提出一种基于编码器解码器(encoder-decoder,ED)框架的长短期记忆网络(long short-term memory,LSTM)模型,即ED LSTM模型.将自回归滑动平均、支持向量回归机、XGBOOST、循环神经网络、卷积神经网络、LSTM作为对照组进行实验验证.实验结果表明,当预测时间步长增加时,ED框架能够减缓模型性能的下降趋势,LSTM能够充分挖掘时间序列中的非线性关系.除此之外,在单变量输入的情况下,在PEMS-04数据集上,当预
网络入侵检测一直以来都是网络安全中亟待解决的关键任务之一,传统网络入侵检测方法主要通过提取多维特征,采用机器学习方法构建检测模型,大多忽略了入侵行为的时间相关性.通过提取网络入侵行为的时序特征,设计基于降维特征的多头自注意力机制Transformer网络模型,以解决传统串行化时序神经网络模型不易收敛且时间开销较大的问题,通过选取最优的损失函数和训练参数进行并行化训练,实现网络入侵行为检测.实验结果表明,基于Transformer网络模型的网络入侵检测方法在多个数据集上均获得了99％以上的精度和检出率.
多路输出正激变换器结构简单,可靠性高,应用广泛,但是存在交叉调整率问题,为了从根本上改善多路输出正激变换器的交叉调整率问题,提出了一种目标平均电流控制策略.通过ARM-STM32(嵌入式单片机,Acorn RISC Machine-STMicroelectronics 32)采样各路输出端的实时电压和实时电流,得到实时负载,结合期望输出电压算出目标平均电流,根据目标平均电流和多路输出正激变换器的硬件参数计算出主路开关管和每一路副边整流开关管的导通时间,由程序自动控制各开关管的导通时间来实现各输出路的输出平
无监督域自适应行人重识别在智能监控中发挥着重要作用,并引起了研究者的广泛关注.尽管目前的研究已经取得了较大进步,但不同数据集之间的域偏移问题给行人重识别带来极大挑战.研究发现,在连续时间里,同一摄像机视角下的行人图像具有相同的风格,如果将这种风格信息从行人图像中分离出去,将有效缓解由图像风格差异引起的域偏移问题.为此,提出一种低秩先验引导的域不变信息分离的字典学习方案.根据风格信息的低秩先验性,将行人图像特征中的风格信息和行人身份信息分离开来,根据同一身份行人属性的域不变性建立视觉特征与属性之间的联系,缓
为得到小行星“北师大星8050”的相关性质,使用中国科学院国家天文台兴隆观测站85 cm和云南天文台稻城选址点50 cm望远镜的观测数据,利用基于蒙特卡洛-马尔科夫链算法的盘积分Lommel-Seeliger椭球模型,对北师大星的相关参数进行了反演,得到北师大星的椭球半径长度分别为(5.140±0.010)、(1.698±0.004)、(1.077±0.004) km,自转周期为(5.397±0.003)h,几何反照率pv=0.195±0.001;在H-G1-G2星等系统下的相位因子G1=0.259±0.
云数据中心对服务器的海量并发访问十分普遍.传统网络架构难以全局控制流量转发,需要配置昂贵的负载均衡器应对这一应用场景.软件定义网络SDN(software defined network)能够通过控制器全局掌控网络状态,并以交换机作为负载均衡器,从而降低部署成本.文中提出一种采用OpenFlow交换机的服务器负载均衡策略,通过多地址定向流表对服务请求进行分区映射,以活动连接数作为负载评估参数,通过蚁群算法求解最佳负载重定向方案.在负载迁移时,采用单地址定向流表来保证不同阶段流量的有序转发.实验结果显示,该
立足于风险投资全过程,发现了风险投资的金融行为特征,明确了当风险投资主体高度理性时,外部市场不确定和投融资主体之间信息不确定并不是绝对的外生;借助数学模型,论证了风险投资预测过程的实质是将风险内部化.风险投资主体充分运用其投资优势,对投资目标的可行性、不确定性和收益性等方面进行事先“定性”考察、分析与判断,使投融资过程中的风险内部化.在预测的基础上,风险投资主体根据所拥有的投资优势、掌握的经验数据与未来信息,运用动态连续判断策略,获得“定量”风险收益优化组合决策,而不是传统地降低风险.最优风险收益组合决策