在大型强子对撞机发现质量约为125 GeV的希格斯玻色子之后，从理论和实验角度都进行了许多研究，以寻找比125 GeV轻的新型希格斯玻色子。 我们通过将次轻量级的希格斯玻色子h2限制为在次最小的超对称标准模型中，探索了限制更轻的中性标量希格斯玻色子h1和较轻的伪标量希格斯玻色子a1的可能性。 应用现象学约束和实验测量的约束后的LHC。 从LHC数据在双光子衰变通道中寻找较轻的希格斯玻色子的最新结果尚未完全排除此类较轻的粒子。 我们的结果表明，如果通过实验合作和更多数据进行搜索，则对于大型强子对撞机中较轻的标量希格斯玻色子，可以获得对次最小超对称标准模型的一些新约束。 还讨论了发现这种较轻的中性标量或伪标量粒子的其他有趣衰减通道的潜力。

通过E866，RHIC和LHC实验数据研究了在p-A（或d-A）碰撞中来自J /ψ产生的进入胶子的能量损失效应。 通过拟合E / J生产截面比RW（Fe）/ Be（xF）的E866实验数据，提取每单位路径长度dE / dL = 2.18±0.14 GeV / fm的胶子平均能量损失。 所得结果表明，进入的胶子比入射的夸克损失更多的能量。 通过将理论结果与E866，RHIC和LHC实验数据进行比较，发现由于入射胶子（夸克）能量损失而引起的核抑制随着运动变量xF（或y）的增加而减少（增加）。 入射胶子的能量损失效应在从到的宽能范围内抑制J /ψ产生中起着重要作用，对于高能（例如RHIC和LHC能量），入射夸克能量损失的影响可以忽略。 。

研究了一种基于直流母线开关和谐振电容实现所有开关器件软开关的新型高效臭氧发生电源,分析了电路半周期的6个工作模态,得到了软开关实现的时序控制条件.采用IGBT模块作为电源开关,使用TMS320F28335作为控制器,设计了一台160 g/h规格的臭氧发生器样机.该样机中,通过PSPWM移相调功实现臭氧产量调节,采用臭氧发生管端电压的PI闭环控制和软件锁相负载频率自动跟踪技术保障负载工作在准谐振状态.电源长期运行稳定可靠,运行测试波形与理论分析及仿真相当吻合,具有较大的实用价值.

提出了一种新的6.3 kbit/ s CELP语音编码方案,其语音质量接近ITU-T G.729的合成语音质量,而编解码复杂度约为10 MIPS。它在CELP的3个主要方面作了改进:LSP参数的矢量量化;开环基音预测,长时预测滤波器系数的求解和量化一体化;代数码本激励。这些措施在保证合成语音质量的前提下大大降低了计算量,从而能够在单片TMS320C30系统上实时实现。

首先介绍了常用的车辆定位技术：全球卫星定位系统(GPS)和航位推算法(DR)，并分析各自的优缺点，然后提出用卡尔曼滤波(Kalman Filter)技术来实现GPS和惯性传感器的融合和集成的组合定位．最后给出了现场测试的结果，证明方法的有效性．

以常用林分空间结构参数(混交度、大小比数和角尺度)为切入点，以微观经济学中柯布-道格拉斯生产函数相关理论为基础，通过构建以混交度、大小比数和角尺度为“投入”与林分整体空间结构为“产出”的林分空间结构生产函数，定义了林分空间结构指数(FSSI)。同时，根据林分空间结构3参数的“三维散点图”中现实的林分空间结构向理想结构点变化的趋势，计算了林分空间结构距离(FSSD)。结合黑龙江省3个不同区域、不同林分类型的75块固定样地全面调查数据的林分空间结构参数、林分空间结构指数以及林分空间结构距离的计算结果，验证了林

每个大点又包括许多的小点，所以学起来还挺费劲的。可能需要一定的学历要求，有一定的知识基础，特别是数学基础，这是必备的知识。 学习时建议先从简单的开始。如果从最难的部分开始的话，很有可能你会气馁，会放弃，所以，不如在学习过程中制定一些小小的可实现的目标，让自己充满动力。 以下是从在这领域学过的大佬得到的经验。 1、选择一种编程语言（至少要学会一门语言） 首先，你得学会一种编程语言。虽然编程语言的选择有很多种，但大部分人都会选择从Python开始，因为Python的库更适用于机器学习。它提供了高效的高级数据结构，还能简单有效地面向对象编程，后面可以学学C或者C++。 “Python是一个不错的选择”，它扮演着科学计算和数据分析的重要角色（拥有如Numpy和SciPy这样的库），同时针对不同的算法，有丰富的库支撑。

基于自然语言处理的法律判决预测系统的设计与实现_刘欢.caj

基于深度学习的文本摘要自动生成（自然语言处理）-本科毕业设计，详细代码，过程可见博客

分析了不确定度 B类评定的主要特征参数———标准不确定度、合成标准不确定度、覆盖因子和扩展不确定度的计算方法,在 LabVIEW 8.2的平台上实现了系统不确定度 A类和 B类评定,并采用该系统对光辐射测试系统的不确定度进行评定。结果表明,系统运行可靠、分析快速,能够满足误差自动分析的需要,提高了测试系统数据处理的自动化程度。