發(fā)布時間：2017-09-24 22:46

  本文關(guān)鍵詞：子動力學(xué)在信息網(wǎng)絡(luò)發(fā)展中的應(yīng)用

  更多相關(guān)文章： 子動力學(xué)方程 大腦網(wǎng)絡(luò) 自相似性 Rigged Hilbert空間 Hilbert空間 量子密碼術(shù)

【摘要】：我們所處的21世紀(jì)是信息化世紀(jì),信息化革命是繼工業(yè)革命、電子革命后的第三大科技革命,信息化發(fā)展的主題是速度、質(zhì)量,我們會發(fā)現(xiàn)在生活中信息總是以各種網(wǎng)絡(luò)的形式傳播出去,而信息在網(wǎng)絡(luò)中傳輸?shù)乃俣群唾|(zhì)量則是我們要考慮的主要問題,本文主要通過子動力學(xué)理論對網(wǎng)絡(luò)中信息傳輸?shù)膯栴}進(jìn)行討論。 首先我們從93版子動力學(xué)理論出發(fā),探討了子動力學(xué)的一大特征-產(chǎn)生和消滅算符的構(gòu)造,我們把產(chǎn)生和消滅算符代入劉維爾方程,便得到劉維爾子動力學(xué)方程,接著我們通過一系列的變換技巧,得到產(chǎn)生和消滅算符的基本算子方程和矩陣元公式。 然后,我們試圖通過子動力學(xué)中的映射機制來描述大腦網(wǎng)絡(luò)的自相似性,因為兩者在結(jié)構(gòu)上有很大的相似性,我們先介紹了一下大腦網(wǎng)絡(luò)的發(fā)展現(xiàn)狀,接著假設(shè)大腦網(wǎng)絡(luò)的哈密頓量H,利用大腦網(wǎng)絡(luò)的自相似特征,引入投影算符,求解出大腦網(wǎng)絡(luò)的哈密頓量,更進(jìn)一步我們建立了神經(jīng)元組織的海森堡模型,計算得到三維海森堡模型哈密頓量的矩陣表現(xiàn)形式,我們對這個矩陣求解得到本征解和譜表達(dá)的一般表達(dá)式,我們利用迭代的求法,最后我們把這個結(jié)果代入量子系統(tǒng)的密度算符中得到密度分布變化的方程,從這個方程的解可以求出所有的熱力學(xué)基本量。 最后針對量子加密技術(shù),我們先介紹了信息密匙的概念、經(jīng)典的信息加密技術(shù)及其缺點、量子加密技術(shù)的優(yōu)點、量子加密技術(shù)的理論基礎(chǔ)及其產(chǎn)生和發(fā)展,然后我們通過計算分析證明,竊聽者可以通過Rigged Hilbert空間竊聽Hilbert空間的公共信道中的信息,而不會引起量子信息密匙的改變,這樣會導(dǎo)致接收者無法確定是否泄密,我們針對性的提出一種Rigged Hilbert空間的量子反密碼術(shù)。 最后,我們對所探討的問題進(jìn)行了總結(jié)和展望,具體來說對大腦網(wǎng)絡(luò)和量子密碼術(shù)中的一些仍然存在問題做了闡述,比如說大腦網(wǎng)絡(luò)中的我們所有的一切實驗結(jié)果都是從大腦收到某種信息后,大腦哪些部分的神經(jīng)元活動激烈,來判斷大腦每一部分的功能,我們還沒技術(shù)細(xì)化到每一部分的神經(jīng)元細(xì)胞組織或者環(huán)境等等有什么不同,才導(dǎo)致每個部分功能不同,另外就是我們必須在活體實驗的基礎(chǔ)下,因為大腦離開了賴以生存的軀體就馬上停止工作了,這些都是現(xiàn)代大腦研究的難度問題,另外用于大腦觀測的儀器設(shè)備也是困難重重,但是畢竟利用復(fù)雜網(wǎng)絡(luò)和相似網(wǎng)絡(luò)的概念大腦網(wǎng)絡(luò)的研究還是有所進(jìn)展的。此外,量子密匙技術(shù)也不是絕對安全的,事實上,小的希爾伯特空間有可能被更大的希爾伯特空間所竊聽,從而使得量子密碼術(shù)的函數(shù)空間越來越復(fù)雜,使反量子密碼術(shù)成為可能。也許將來,正反量子密碼術(shù)兩者的互動是促進(jìn)這門科學(xué)前進(jìn)的動力。
【關(guān)鍵詞】：子動力學(xué)方程 大腦網(wǎng)絡(luò) 自相似性 Rigged Hilbert空間 Hilbert空間 量子密碼術(shù)
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：O413;F49
【目錄】：

• 摘要4-6
• Abstract6-8
• 目錄8-9
• 第1章 緒論9-14
• 1.1 本課題研究的背景和意義9-11
• 1.2 本課題研究的主要內(nèi)容11-14
• 第2章 子動力學(xué)的理論14-21
• 2.1 一般動力系統(tǒng)的子動力學(xué)14-18
• 2.1.1 產(chǎn)生和消滅關(guān)聯(lián)算符的引入15-17
• 2.1.2 產(chǎn)生和消滅算子的基本算子方程17-18
• 2.2 Rigged Hilbert 空間18-21
• 第3章 子動力學(xué)在大腦網(wǎng)絡(luò)中的應(yīng)用21-45
• 3.1 人類對大腦網(wǎng)絡(luò)研究的成果21-26
• 3.2 大腦網(wǎng)絡(luò)系統(tǒng)的本征值問題26-45
• 3.2.1 方程規(guī)則26-28
• 3.2.2 量子計算的本征值問題28-31
• 3.2.3 大腦神經(jīng)網(wǎng)絡(luò)的物理模型31-45
• 第4章 子動力學(xué)在反量子信息密匙傳輸中的應(yīng)用45-57
• 4.1 信息密匙和RHS47-49
• 4.2 RHS規(guī)則49-50
• 4.3 方案機制的特征50-57
• 第5章 總結(jié)和展望57-59
• 5.1 總結(jié)57
• 5.2 展望57-59
• 參考文獻(xiàn)59-62
• 致謝62-63
• 附錄：在攻讀碩士學(xué)位期間發(fā)表的論文及工作63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 畢橋;柳貴平;李永;;量子相干網(wǎng)絡(luò)[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2008年01期

2 張融,朱士群;離子阱中量子邏輯門的實現(xiàn)[J];量子光學(xué)學(xué)報;2002年S1期

3 陳道佳,陳兆仁;基于神經(jīng)網(wǎng)絡(luò)的開關(guān)電器設(shè)計與算法[J];微計算機信息;2004年08期

4 李傳鋒,郭光燦;量子信息研究進(jìn)展[J];物理學(xué)進(jìn)展;2000年04期

5 王秀麗;李嵐;;基于神經(jīng)網(wǎng)絡(luò)的PWM優(yōu)化消諧開關(guān)角算法[J];微特電機;2006年03期

，

本文編號：913921