现代应用物理杂志

所属栏目：教育期刊热度：时间：

现代应用物理杂志 关注(): 期刊周期：季刊; 期刊级别：省级; 国内统一刊号：61-1491/O4; 国际标准刊号：2095-6223; 主办单位：西北核技术研究所;国防工业出版社; 主管单位：西北核技术研究所;国防工业出版社; 上一本期杂志：现代教学杂志教学职称论文格式; 下一本期杂志：小学数学教师杂志杂志2018年01期论文目录查询

　　《现代应用物理》杂志简介

　　《现代应用物理》Modern Applied Physics(季刊)2010年创刊，是物理类学术期刊，原名《应用物理》，2013年4月，国家新闻出版广电总局批准为正式公开出版刊物。本刊主要关注应用物理领域的研究前沿和热点，发布研究和应用学术成果，增进应用物理研究成果的国际化传播交流，为科技工作者提供学术技术服务。本刊第一届组委会共有69人组成，其中院士22人，本刊面向军队和地方科研院所，高等院校1500多家单位发行，发行量2100余册。

　　《现代应用物理》坚持为社会主义服务的方向，坚持以马克思列宁主义、毛泽东思想和邓小平理论为指导，贯彻“百花齐放、百家争鸣”和“古为今用、洋为中用”的方针，坚持实事求是、理论与实际相结合的严谨学风，传播先进的科学文化知识，弘扬民族优秀科学文化，促进国际科学文化交流，探索防灾科技教育、教学及管理诸方面的规律，活跃教学与科研的学术风气，为教学与科研服务。

　　《现代应用物理》收录情况

　　国家新闻出版总署收录　维普网、万方数据库、知网数据库收录

　　《现代应用物理》栏目设置

　　研究报告、文献综述、简报、专题研究。

　　《现代应用物理》杂志投稿须知：

　　1.内容：立意新颖，观点明确，内容充实，论证严密，语言精炼，资料可靠，能及时反映所研究领域的最新成果。本刊尤为欢迎有新观点、新方法、新视角的稿件和专家稿件。

　　2.格式必备与顺序：标题、作者、作者单位、摘要、关键词、正文、注释或参考文献。篇幅以2200-8800字为宜。2200字左右为1个版面。

　　3.请在来稿末尾附上作者详细通讯地址。包括：收件人所在地的省、市、区、街道名称、邮政编码、联系电话、电子信箱、代收人的姓名以及本人要求等，务必准确。论文有图表的，请保证图片和表格的清晰，能和文字对应。

　　4.本刊实行无纸化办公，来稿一律通过电子邮件(WORD文档附件)或QQ发送，严禁抄袭，文责自负，来稿必复，来稿不退，10日未见通知可自行处理。

　　5.本刊来稿直接由编辑人员审阅，疑难重点稿件送交相关专家审阅，本刊坚持“公平、公正、公开、客观”的审稿原则，实行“三审三校”制度。

　　6.来稿一经采用，杂志社将发出《用稿通知单》，出刊迅速，刊物精美，稿件确认刊载后，赠送当期杂志1册。

　　2017年《现代应用物理》杂志04期投稿论文：

　　CMOS图像传感器饱和输出电压的辐照效应及损伤机理研究李豫东;文林;郭旗;何承发;

　　基于高能粒子入射产生亮线的CCD电荷转移效率计算方法文林;李豫东;冯婕;郭旗;

　　1 MeV电子辐照对InGaAsP/InGaAs双结电池电学参数的影响玛丽娅·黑尼;赵晓凡;李豫东;莫敏·赛来;

　　3 MeV质子辐照条件下DC/DC位移损伤机理研究于新;郭旗;李豫东;何承发;

　　辐射陷阱电荷对0.18μm N-MOSFET转移特性影响的TCAD仿真魏莹;崔江维;郑齐文;马腾;

　　质子辐照对130nm部分耗尽SOI MOS器件栅氧经时击穿可靠性的影响马腾;崔江维;郑齐文;魏莹;

　　1 MeV电子辐照对HgCdTe材料红外透射光谱的影响周东;林加木;李豫东;乔辉;

　　不同偏置条件下InP DHBT电离总剂量效应与退火效应张兴尧;李豫东;文林;于新;

　　基于热像素的CCD电荷转移效率在轨测试方法冯婕;文林;李豫东;郭旗;

　　论文范例：基于热像素的CCD电荷转移效率在轨测试方法

　　【摘要】：提出并建立了基于热像素的电荷耦合器件电荷转移效率在轨测试方法,通过对在轨暗场测试采集到的任一幅图进行计算,统计热像素个数,计算出基于单个热像素的CCD单次电荷转移效率,最后计算求出N个电荷转移效率的均值。研究结果表明:CCD未经辐照时的电荷转移效率为0.999 999,在轨受空间辐射后,电荷转移效率降低到0.999 958。

　　现代应用物理杂志最新期刊目录

单体相移深度神经网络学习共振截面的网络构建与训练————作者：胡泽华;应阳君;

摘要：近期提出的单体相移深度神经网络(single phase-shift deep neural network, SPDNN),因其网络规模小、学习精度高，成为首个复杂中子共振截面拟合与评价的实用深度学习工具。在SPDNN学习共振截面的过程中，诸多因素显著影响网络的训练效果、训练效率以及训练模型的泛化性。这些因素包括：决定网络相移层大小的共振截面频谱范围与频段宽度、隐藏层的数目、每层神经元的数目、激...

基于深度学习的压水堆瞬态物理场预测方法研究————作者：刘家旺;刘宙宇;邵世豪;曹良志;吴宏春;

摘要：针对压水堆变功率运行，为实现瞬态条件下堆芯物理场分布的快速预测，提出了一种基于深度学习的模拟方法，并研制了单时间点和多时间点压水堆燃料组件功率分布、温度分布和反应堆功率水平等关键安全参数的预测程序。通过小型压水堆问题进行了测试分析，结果表明：60 ms可完成一次单时间点的堆芯参数预测，单时间点和多时间点组件功率分布和温度分布预测值与参考值的相对偏差均小于3%;多时间点反应堆功率水平预测值与参考值的...

一种基于人工神经网络改进的脉冲X射线能谱测量解谱算法————作者：刘一宁;宋鸿鹄;邱睿;衣宏昌;李君利;

摘要：随着激光装置功率密度与重复频率的提高，传统迭代解谱方法，如最小二乘法和期望最大法等，存在解谱速度慢、需要人工输入初始迭代能谱的问题，难以应对超短超强激光产生的脉冲X射线能谱的实时测量需求。针对该问题，提出了基于人工神经网络模型的迭代解谱算法，并完成了算法的开发。使用PIC方法由激光实验参数模拟获得超热电子信息，将超热电子作为源项，利用MC方法模拟获得脉冲X射线能谱及能谱温度，从而建立激光实验参数与...

基于随机森林的直接驱动惯性约束聚变内爆压缩代理模型————作者：李择;杨晓虎;田佳乐;张国博;马燕云;邵福球;

摘要：基于随机森林(random forest)的直接驱动惯性约束聚变内爆压缩代理模型，可用于预测给定激光波形和靶型下内爆压缩效果并评估内爆压缩稳定性。采用3脉冲激光波形和3层聚变靶设计，基于辐射流体力学程序获取300组模拟数据，结合冲击波压缩理论对数据进行预处理，将原始参数和预处理参数相结合，共同对随机森林代理模型进行训练。为验证模型预测效率和准确性，采用交叉验证的方式对预测数据进行还原，大部分预测参...

POD-RBF堆芯功率分布测量方法的敏感性分析————作者：张一骏;李文淮;曾玲;彭思涛;厉井钢;王婷;

摘要：堆芯3维功率分布的在线监测对于确保反应堆的安全运行至关重要。为此，核电厂部署了堆内和堆外探测器，以获取必要的测量数据。通过利用相关测量信息，并结合适当正交分解(proper orthogonal decomposition, POD)进行模型降阶和径向基函数(radial basis function,RBF)插值，可以实现堆芯功率分布的实时测量。本文利用PCM软件包实现某压水堆某燃料循环约7 0...

人工智能方法在基于成像系统进行射线或粒子识别中的应用研究进展————作者：薛院院;丁李利;陈伟;马武英;刘敏波;何宝平;缑石龙;

摘要：随着半导体工艺与制造技术的不断发展，光电成像器件的性能显著提升，成本大幅下降，使得基于成像系统的射线或粒子识别技术备受关注。人工智能方法在图像分类与目标识别领域展现独特优势，为射线或粒子识别提供了新方法。当前，高分辨、高帧频、低噪声成像系统的快速发展，为该技术提供了丰富的训练样本，有望进一步提高识别精度。本文概述了成像系统中辐射诱导瞬态信号的物理机制，综述了传统方法与人工智能方法在射线或粒子识别领...

人工智能在分子筛创制及气体吸附研究中的应用————作者：盛毓强;安少杭;马梦瑶;刘蜀疆;陈占营;常印忠;李奇;王世联;

摘要：人工智能(AI)在分子筛吸附材料设计合成、性能预测、结构表征中发挥着重要作用。传统的分子筛吸附材料研究依赖于“试错式”合成、经验性结构表征和重复测试，这些方法效率低下、成本较高。本文回顾了AI在分子筛材料领域的研究进展，展望了AI在分子筛气体吸附材料创造中的应用前景。AI技术通过深度学习、机器学习等算法，自动化处理实验数据，挖掘分子筛吸附材料结构-性能关系，优化设计合成过程，精准预测性能，可有效提...

扩散概率模型用于可压缩流体的超分辨率流场重建————作者：李明强;林勇良;郑宇佳;卓红斌;

摘要：深度学习在图像超分辨率领域取得显著进展，扩散概率模型(diffusion models, DMs)作为一种新兴生成式机器学习工具，在计算流体力学(computational fluid dynamics, CFD)领域展现了重要的应用潜力。本文提出了一种基于扩散概率模型的超分辨率重建方法用于模拟复杂可压缩流体，通过逐步去噪实现从低保真数据到高保真数据的高质量重建。2维Kelvin-Helmholt...

数据物理双轮驱动3D大规模IGBT阵列多物理数字孪生————作者：王鑫;李啸;尹文言;詹启伟;

摘要：提出了一种新型数据物理双轮驱动的科学机器学习方法，可实现对大规模异质结构集成芯片的多物理系统超实时预测，构建真正具备物理内核的数字孪生模型。科学机器学习方法是一种非侵入式的模型降阶方法，主要包含时空快照降阶、低维算子推理两大模块。数十万自由度的IGBT电-热-力多物理耦合系统数值仿真实验表明，该方法仅使用前30%时域快照仿真数据作为训练样本，即可实现对后续场分布进行精准预测，均方根误差不超过8%。...

《现代应用物理》投稿须知

摘要：<正>《现代应用物理》是由西北核技术研究所创办,西北核技术研究所科技信息中心主办的物理类综合中文学术期刊,报道国内外应用物理学领域未曾公开发表的原创性研究论文和前沿研究综述;双月刊,国内外公开发行。感谢您对本刊的关注和投稿

《人工智能与物理》专刊出版前言————作者：王建国;

摘要：<正>2024年10月,诺贝尔物理学奖授予约翰·J·霍普菲尔德和杰弗里·E·辛顿,表彰他们在使用人工神经网络进行机器学习的基础性发现和发明;诺贝尔化学奖授予了美国华盛顿大学西雅图分校的戴维·贝克,以及谷歌旗下“深层思维”公司的德米斯·哈萨比斯和约翰·江珀,表彰他们破解了蛋白质神奇结构的密码,其中哈萨比斯和江珀通过人工智能(Artificial Intelligence,AI)模型成功预测了蛋白质的...

从传统数值方法到神经网络：偏微分方程数值解的演进与展望————作者：王飞;党浩宁;尚勇;孙靖博;李泽塬;李云龙;

摘要：偏微分方程在物理、工程、生物、医学、金融等多个领域具有广泛的应用。然而，在解决许多实际问题时，偏微分方程往往难以获得解析解。因此，构造高效的数值方法以求解这些问题成为了重要的研究方向。传统的数值方法，如有限元法和有限差分法，已成为科学计算中的核心工具，并在天气预报、油藏勘探、飞行器设计及新能源开发等领域发挥了不可替代的作用。这些方法通常依赖于对问题域的网格划分，但网格生成过程复杂且耗时，尤其是在处...

梯度攻击视角下神经网络的内禀不确定原理的解析与综述————作者：张俊杰;陈剑楠;孟德宇;

摘要：近年来，深度神经网络在多个科学领域取得了显著成功，但其脆弱性问题也日益凸显。本文从梯度攻击的视角出发，系统探讨了神经网络的内禀不确定原理，揭示了神经网络在精度和鲁棒性之间的固有矛盾。首先分析了神经网络在科学研究中的脆弱性，特别是在图像分类、天气预报、化学计算、流体动力学和量子色动力学等领域的表现。通过引入快速梯度符号法(FGSM)等对抗攻击方法，展示了神经网络在面对微小扰动时的显著脆弱性，并进一步...

求解含时偏微分方程的物理信息神经网络研究进展————作者：郭嘉;刘子源;侯臣平;

摘要：物理信息神经网络(physics-informed neural networks, PINN)是将偏微分方程(partial differential equations, PDEs)等物理模型与深度学习技术相结合的一种神经网络框架，逐渐成为机器学习与计算科学交叉融合的一种新颖的方法。这种方法不仅可以满足初值、边值及已知的观测数据，还可以遵循偏微分方程的约束，因而被广泛用于求解各类偏微分方程。近...

人工智能在高能物理领域的应用：探索未知的利器————作者：赵静宜;

摘要：高能物理学是一门探索组成世界的基本粒子及其相互作用的学科。高能物理研究高度依赖重大科技基础设施。随着新一代实验装置规模的不断扩大，其产生的数据量也实现了数量级的增长。人工智能(artificial intelligence, AI)技术承担了高水平的科研任务，显著提高了科学研究的效率和准确性，加速了高能物理领域科学发现的进程，已成为高能物理研究中的强大工具。本文围绕典型的高能物理实验流程，包括数据...

深度学习方法求解反应堆物理中子燃耗方程————作者：向迪;郭凤晨;刘东;潘俊杰;江勇;郑鹏德;张斌斌;

摘要：针对中子燃耗方程核素消失率、核素反应率和衰变率等极小数值导致的梯度消失问题，引入时间量纲转换、方程等价转换和权重初始化等适应性优化策略，利用深度学习方法求解U-235,U-236,U-237,U-238和U-239 5种核素反应堆物理中子燃耗方程组。训练过程中，通过时间量纲转换，对物理量进行适当缩放，缓解极小数值引起的数值不稳定性；采用方程等价转换提升计算的稳定性；引入适应性权重初始化改善网络的训...

基于多层次深度神经网络的相对论返波管优化技术————作者：陈再高;史雪婷;王建国;梁闪闪;唐泽华;陈柯;杨超;

摘要：针对相对论返波管优化问题，提出并建立了一种基于数据驱动的深度神经网络模型的相对论返波管优化方法。选取相对论返波管的结构或电参数作为待优化参数，通过全电磁粒子模拟软件生成不同待优化参数下对应的工作特性参数，生成低维度训练数据集和高维度训练数据集；构建多层次深度神经网络，将低层深度神经网络的输出作为高层深度神经网络的输入，实现神经网络之间的互连。数值计算结果表明，多层次深度神经网络的预测结果与全电磁粒...

基于傅里叶神经算子的电磁智能计算研究————作者：赵洁;周东华;冯健;方明;黄志祥;

摘要：在电磁应用研究中，求解麦克斯韦方程组是关键步骤。深度学习(deep learning, DL)作为一种新兴且前景广阔的技术，凭借强大的数据驱动建模能力，已逐渐成为解决偏微分方程(partial differential equation, PDE)的一种有效方法。通过神经网络实现输入数据对输出的直接映射从而解决电磁问题。本文中使用的傅里叶神经算子(Fourier neural operator, ...

基于人工神经网络的HEMP-E1环境快速预测模型————作者：乔海亮;谢海燕;刘钰;

摘要：针对高空核爆炸产生的高空核电磁脉冲(high altitude electromagnetic pulse, HEMP)对现代电子设备和电力网络构成严重威胁的问题，为有效预测和减轻HEMP的影响，基于Karzas-Latter高频近似模型和世界地磁模型，构建了神经网络训练数据集，并通过训练得到了一个新的HEMP快速计算模型。该模型采用多层感知器结构，包含1个输入层、5个隐含层和1个输出层，使用Si...

AI辅助VDMOS器件负栅压单粒子加固设计探索————作者：廖新芳;刘毅;徐长卿;雷丹阳;杨银堂;

摘要：针对VDMOS器件在负栅压偏置下抗单粒子能力严重不足的技术问题，结合地面重离子试验数据，基于TCAD仿真分析得到其负栅压单粒子失效机制，并探索得到可行的加固技术。在此基础上，开展基于人工智能辅助VDMOS器件负栅压单粒子加固设计研究，综合利用正交设计、数据增强、神经网络建模等技术手段，得到复杂加固条件下VDMOS器件性能预测模型。最后，基于该预测模型，利用遗传算法搜索得到最优化的加固设计方案，使优...

　　相关教育期刊推荐

　　核心期刊推荐

查看更多教育期刊