简介：我们所迷恋的粉色流行物们，尽管姿态不同，却出奇的一致眩目。就像我们的新生活，皆在这个城市的角落里独立开花，一丝不苟，各有不同。在粉红里，看见截然不同的桃色表情，里面有你我他她。

简介：粉嫩的色彩在嘴唇上领唱，闪亮效果把整个流行分成两半，前一半是童年甜美的记忆，后一半是前卫的成长。这是一个需要用梦来交换的青春色彩，把梦无私地交出去，唤回绚烂带着闪亮的“唇”世界。我对它有过一个承诺，要给它自由，给它色彩，分分秒秒坚强地闪亮。

简介：

简介：

简介：针对玻色-爱因斯坦凝聚这一课题,综述了玻色-爱因斯坦凝聚理论的诞生和发展、概念,着重阐述了其形成条件、物理机制、性质及其应用,接着将介绍一些玻色—爱因斯坦凝聚的实验和国内外的研究动态,最后展望了其发展前景。

简介：曾几何时，（DSLR）数码单反这个词对我们来说是那么的陌生。更准确的说应该是高不可攀……几年前如果你拥有一部F717，那已经是“相当”奢侈了。而现在的D50满街跑，不得不让我们感叹数码科技的魔力。

简介：分析了旋光活性物质的圆二色性对旋光现象的影响,给出了一种测量介质圆二色性的方法。

简介：利用微扰方法研究了动能对玻色-爱因斯坦凝聚体的基态能量的粒子数平均值和粒子几率密度分布的影响,对87Rb原子的模拟结果标定了弱、强相互作用时一维凝聚体中的粒子数范畴。

简介：此文系AAPT的实验委员会(主席为GeraldTaylor)与仪器组、二年制学院组及大学物理组等联合撰写的，并在1997年10月被AAPT执行委员会所采用。

简介：利用理想玻色气体的状态方程和平均占有粒子数的爱因斯坦分布，研究在均匀引力场中理想玻色气体的凝聚温度

简介：利用精确对角化的方法求解了一维光学超晶格中的玻色-赫伯德哈密顿量,发现体系的量子相变依赖于比值U/J。U/J由零开始增大,超流态逐渐被破坏,系统由超流态向模特绝缘态转变。当U/J≧2.25时体系变为模特绝缘态。

简介：提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。

简介：从物理实验引入高等学校独立设课的历史,阐述了实验在科学研究中的作用,对现今大学物理实验教学目标进行了反思,剖析了教学目标要求和实验课程建设意义,并讨论了大学物理实验教学目标贯彻实施的办法。

简介：对空间目标实现红外探测建模仿真时，需要对空间目标在空间环境下的热温度场进行分析和模拟计算，计算的边界条件之一是目标表面材料热特性参数。以往的做法是通过相关资料中提取这些参数，但都是理论值，实际材料的热特性与目标生产工艺有关，可能与理论值有很大的差别，采用这些数据会对空间目标在轨热分析的模拟计算中产生误差甚至错误。

简介：从物理CAI课件的特点出发，讨论了在物理CAI课件中实现动作技能领域目标的必要性和可能性。本文认为，只要充分发挥CAI课件的特点和功能，通过课件的开发，可以促进动作技能的掌握。

简介：

简介：根据机载光电平台的特点，建立了6个坐标系统，进行了8次线性变换，构建了从光电平台成像系统像面坐标系到大地地理坐标系的目标定位数学模型。计算了目标在大地地理坐标系的经纬度和高程坐标，分析了各种测量参数对目标定位精度的影响。通过建立误差模型和仿真数据进行目标定位实验，采用蒙特卡罗方法统计目标定位误差。实验结果表明，载机经纬度误差、载机姿态角度误差及光电平台指向角度误差是影响目标定位精度的主要因素，其中载机经纬度误差直接传递到目标定位误差，载机姿态角度误差和光电平台指向角度误差大体上以10-4～10-2比例作用到目标定位误差。本文方法有效可行，对机载光电平台目标定位具有实用价值。

简介：在新课程改革中，对高中物理提出“知识与技能”、“过程与方法”、“情感态度与价值观”的三维目标。它贯穿整个高中物理教学，也体现于习题讲解的教学中。本文着重讲解在习题讲解中如何紧扣三维目标，实现三维目标。

简介：对社会各种突发事件进行处理的应急系统中,应急服务的选址很重要。考虑应急设施选址时的成本和应急时间因素,给出一种多目标城市应急设施选址问题的数学模型。鉴于一般方法求解该模型的困难,提出一种多目标免疫算法作为模型求解方法,通过实例计算,说明该算法是有效的。

简介：针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.