在束流收集,固定目标和对撞机实验中,已经广泛地搜索了来自光的长寿命隐藏扇形粒子衰减的可见信号。 如果这些隐藏的扇区通过大于10 GeV的介体耦合到标准模型,则它们在低能加速器上的生产在运动学上受到抑制,从而留下了可观的参数空间。 我们在非弹性暗物质模型中研究了这种情况,该模型在各种现有和提议的LHC实验(例如ATLAS,CMS,LHCb,CODEX-b,FASER和MATHUSLA)中产生可见信号。 这些实验可以利用大型强子对撞机的质心中心,从宇宙光动力质量范围约为1-100 GeV的暗光子的衰变中产生GeV规模的暗物质。 我们还提供了辐射暗物质-核子/电子弹性散射截面的详细计算,这与直接检测实验中的估算速率有关。
2024-07-02 12:03:47 1.65MB Open Access
1
非结构化网格中辐射传热的数值计算,张敏,John C. Chai,用基元有限体积法和非结构化网格求解吸收/散射介质空间的辐射传热问题。空间离散采用三角形非结构化网格,方向角离散采用四边形�
2024-07-01 22:36:30 328KB 首发论文
1
10.MATLAB神经网络43个案例分析 RBF网络的回归--非线性函数回归的实现.zip 10.MATLAB神经网络43个案例分析 RBF网络的回归--非线性函数回归的实现.zip 10.MATLAB神经网络43个案例分析 RBF网络的回归--非线性函数回归的实现.zip
2024-07-01 21:30:28 70KB 神经网络 网络 网络 matlab
1
分析光耦合进入介质波导薄膜(具有光强度相关折射率)的耦合过程表明,与线性光学耦合过程不同,传递函数在耦合区内不是常数.用数字模拟调整非线性介质层在耦合区内的厚度分布使耦合过程优化,满足了相应匹配条件.
2024-07-01 17:17:33 4.17MB 论文
1
buck-boost变换器的非线性PID控制,主电路也可以换成别的电路。 在经典PID中引入了两个TD非线性跟踪微分器,构成了非线性PID控制器。 当TD的输入为方波时,TD的输出,跟踪方波信号也没有超调,仿真波形如下所示。 输入电压为20V,设置输出参考电压为10V,在非线性PID的控制下,输出很快为10V,且没有超调。 当加减载时,输出电压也一直为10V。 整个仿真全部采用模块搭建,没有用到S-Function。
2024-06-20 16:13:40 350KB
1
本资源为工程上非线性标定算法,拟合算法采用高斯消元法,代码内容为VB6。方便工程上非线性曲线拟合及传感器线性标定用。
1
基于动量守恒和光参变过程中的三波耦合波方程, 和负单轴非线性光学晶体CsLiB6O10的色散方程, 研究了在光参变效应中超短激光脉冲由于群速度色散引起的展宽和形变。数值模拟显示, 在超短脉冲波形为双曲正割形和无啁啾调制时, 高阶群速度色散引起的超短脉冲为50 fs时, 晶体长度为10 mm, 紫外光213 nm作为基波入射时的脉冲展宽是波长为532 nm绿光在同等条件下的1.6倍。脉冲展宽程度与入射波长和晶体长度有关, 波长越短和晶体长度越长则脉冲展宽和波形变化越严重,高阶色散引起的超短高斯脉冲展宽, 将破坏其波形对称性并引起旁瓣现象。
2024-06-14 17:11:39 635KB 非线性光 超短脉冲
1
详细阐述了放大器非线性失真研究装置的制作过程,制作所用到的材料,实物完整后的效果展示图。 个人声明:仅供借鉴,不保证最后的实物效果。 报告中所完成的功能: 外接信号源输出频率10kHz、峰峰值20mV的正弦波作为晶体管放大器输入电压ui,要求输出无明显失真及失真波形uo,且uo的峰峰值不低于2V,电源电压 ≤ 6v。 1、放大器能够输出无明显失真、“顶部失真”、“底部失真”、“双向失真”、“交越失真”的正弦波。 2、采用单个按键控制轮流输出以上五种波形并有相应的指示。 3、信号源输出频率50kHz、峰峰值2mV的正弦波作为晶体管放大器输入电压ui,要求输出无明显失真波形uo,uo的峰峰值不低于2V。
2024-06-13 21:11:24 3.43MB
1
E4A注册机(非补丁)通用版的,注册E4A,可选择时间。
2024-06-11 13:23:21 12.92MB
1
Spring AI + ollama + qwen 示例项目-流式、非流式输出 Spring AI与Ollama和Qwen的结合,是一个创新的示例项目,旨在展示如何在Spring框架中实现流式和非流式输出的集成。这个项目通过整合Ollama的数据处理能力和Qwen的响应生成机制,为用户提供了一个高效、灵活的解决方案,以满足不同场景下的数据交互需求。 在流式输出方面,项目利用了Spring框架的响应式编程特性,允许数据以连续的流形式进行处理和传输。这种方式特别适合处理大量数据或实时数据流,因为它可以有效地管理内存使用,同时保持应用的响应性。通过这种方式,用户可以实时接收和处理数据,而不会因为数据量大而导致系统崩溃或响应缓慢。 对于非流式输出,项目则采用了传统的请求-响应模型。在这种模式下,客户端发送一个请求,服务器处理请求后返回一个完整的响应。这种模式适用于不需要实时交互的场景,可以确保数据的完整性和一致性。 通过这个示例项目,开发者可以学习到如何在Spring框架中根据实际需求选择和实现流式或非流式输出。这不仅增强了对Spring框架的理解,也为构建高效、可靠的数据交互应用提供了
2024-06-11 11:14:24 144KB spring 人工智能
1