- 综合排序
- 最热优先
- 最新优先
- 来自专栏模拟计算
第一性原理态密度计算的意义和用途-测试GO
第一性原理态密度分析的意义和用途在探索材料微观世界时，态密度（Density of States, DOS）犹如一把精密的电子扫描器，揭示电子在材料中能量分布的关键密码。 基于量子力学基本原理，不依赖经验参数的第一性原理态密度计算，正成为理解材料特性本质、预测并设计新材料的有力工具。 一、态密度分析的意义DOS 描述了材料中电子态在能量上的密集程度，即单位能量区间内可被电子占据的量子态数量。 积分态密度（Integrated DOS）：含义： 从能量最低点积分到指定能量 E 所包含的电子态总数。信息： 反映直到能量 E 为止的累积状态数，在计算电子总数时很有用。 第一性原理态密度分析通过计算并解读总态密度（TDOS）、投影态密度（PDOS）、局域态密度（LDOS）等关键数据，我们能精准定位材料的费米能级、精确计算带隙、深入解析复杂化学成键、揭示磁性微观机制、识别潜在的反应活性位点
64710编辑于 2025-07-24 - 来自专栏全栈程序员必看
像素密度计算
为解决Android设备碎片化，引入一个概念density，也就是密度.它指的是在一定尺寸的物理屏幕上显示像素的数量,一般使用dpi(dots per inch,每英寸像素数)作为单位. 比如设备分辨率为240×320,屏幕物理尺寸为1.5英寸x2英寸(对角线为2.5), 它的密度可以用分辨率/尺寸表示:240/1.5或者即320/2，密度为160dpi。 对于用户来说,密度越大的屏幕显示效果越精细,因为每英寸显示的像素数量更多。 以上的描述就是一个蓝本(此蓝本对应于mdpi). 是怎么计算出来的呢? 将(480的平方+800的平方)开方=932.9523031 然后932.9523031/屏幕尺寸3.7=252.14927,此结果为此手机的屏幕密度. 然后按照上面的蓝本,就应该要计算在该手机上1dp对于多少px.计算如下: 160 1dp=1px 252.14927 1dp=?
1K10编辑于 2022-07-01 - 来自专栏量子化学
基态-激发态电子密度差等值面绘制
基态-激发态电子密度差可以比较直观地展示体系激发后电子的流向，分析体系的电子激发属性。关于电子密度，可以参看《从密度矩阵产生自然轨道-理论篇》一文。 再次点击New Cube，Type中依然选择Total Density，而Density Matrix中选择CI，即生成激发态电子密度的cube文件。 4. 创建基态-激发态电子密度差的cube文件。 可修改一下顺序，使第一个为激发态电子密度，第二个为基态电子密度。不改也无妨，结果相差负号而已。 5. 可将此激发态指认为氧上的孤对电子向π*轨道的跃迁。 二、用Multiwfn绘制等值面 在上面计算激发态时，我们将激发态的波函数保存在了HCHO-TD.wfn中。除此之外，我们还需要基态的波函数信息。 ,基态wfn文件的路径，其中减号表示求两个电子密度之差；选择1，计算电子密度；选择3，高质量格点；选择-1，即可显示等值面： ?
3.1K40发布于 2021-05-11 - 来自专栏全栈程序员必看
关于用户态和内核态的理解和认识_计算机内核态和用户态
3）用户态和内核态 现在我们从特权级的调度来理解用户态和内核态就比较好理解了，当程序运行在3级特权级上时，就可以称之为运行在用户态，因为这是最低特权级，是普通的用户进程运行的特权级，大部分用户直接面对的程序都是运行在用户态 虽然用户态下和内核态下工作的程序有很多差别，但最重要的差别就在于特权级的不同，即权力的不同。 运行在用户态下的程序不能直接访问操作系统内核数据结构和程序，比如上面例子中的testfork()就不能直接调用 sys_fork()，因为前者是工作在用户态，属于用户态程序，而sys_fork()是工作在内核态 ，属于内核态程序。 用户态和内核态的转换 1）用户态切换到内核态的3种方式 a.
60530编辑于 2022-10-02 - 来自专栏全栈程序员必看
计算机内核态和用户态,用户态和内核态的区别是什么
用户态和内核态的区别是，内核态运行操作系统程序，操作硬件，用户态运行用户程序；当程序运行在3级特权级上时，可以称之为运行在用户态，当程序运行在0级特权级上时，称之为运行在内核态。 举例：控制转移 算数运算 取数指令 访管指令(使用户程序从用户态陷入内核态) 3.特权级别 特权环：R0、R1、R2和R3 R0相当于内核态，R3相当于用户态； 不同级别能够运行不同的指令集合； 4.CPU 状态之间的转换 用户态—>内核态：唯一途径是通过中断、异常、陷入机制(访管指令) 内核态—>用户态：设置程序状态字PSW 5.内核态与用户态的区别 内核态与用户态是操作系统的两种运行级别，当程序运行在3 级特权级上时，就可以称之为运行在用户态。 因为这是最低特权级，是普通的用户进程运行的特权级，大部分用户直接面对的程序都是运行在用户态； 当程序运行在0级特权级上时，就可以称之为运行在内核态。
5.3K10编辑于 2022-09-30 - 来自专栏量子化学
激发态计算入门
曾经比较流行的激发态计算方法，但是由于精度不是很高，目前已经基本被TDDFT方法取代了。 TD-HF、TD-DFT：含时的Hartree−Fock或密度泛函方法。 在激发态计算中，常常需要设置以下几个选项： root=n 指定需要研究第n个激发态。默认值为1，即计算能量最低的激发态的相关性质。 nstates=m 计算能量最低的m个激发态，默认值为3。 例如TD(nstates=8,root=2,triplets)关键词表示求解8个三重态激发态，其中能量最低的第二个激发态为感兴趣的激发态。 TD-DFT的计算过程是先做基态计算，再基于基态的波函数进行激发态的计算。在激发态计算的输出文件中，最重要的部分如下： ? 本文介绍了激发态计算的基本概念。近期我们还会继续推送一些激发态计算的教程，例如荧光的计算、磷光的计算、自然跃迁轨道分析等等。
11K31发布于 2020-07-27 - 来自专栏量子化学
激发态计算中的溶剂效应
关于隐式溶剂模型的介绍，可参见《理论计算中的溶剂效应模型》一文。本文着重介绍在激发态计算中使用隐式溶剂模型时的相关要点，为后面介绍荧光和磷光的计算打个基础。 在激发态的计算中，垂直吸收和发射的过程非常迅速，因此要使用非平衡溶剂，而对几何结构优化过程，有足够的时间进行响应，使用平衡溶剂模型，所以，垂直吸收和发射以及绝热过程的准确计算方式为 ? LR和cLR的反应场都是根据基态的电子密度定义的。 （3）态特定（state-specific, SS）方法，使激发态的电子密度与溶剂的反应场达到自洽，高斯中使用SCRF(ExternalIteration)关键词实现，精度高，但比较耗时，且对TD没有解析梯度 在高斯中，使用SCRF关键词时，默认使用LR方法，且对激发能的计算默认使用非平衡溶剂（LR, neq），而对激发态的几何结构优化，则使用平衡溶剂（LR, eq），这正好符合激发能和几何结构优化的计算要求
3K50发布于 2020-07-27 - 来自专栏技术之路
计算机操作系统-CUP的态
CPU的态 CPU的工作状态 对资源和指令使用权限的描述 1.态的分类 核态 能够访问所有资源和执行所有的指令 用户态（目态） 仅能访问部分资源，其他资源受限 管态 介于核态和用户态之间 2.态的转换 用户态向核态转换 1）用户请求OS提供服务 2）发生中断 3）用户进程产生错误（内部中断） 4）用户态企图执行特权命令 核态向用户态转换 1）中断返回 3.Inter CPU的态 Ring0 -Ring3(Ring0最核心，Ring3最外层) 程序段A访问程序段B时进行权限检查（态）（会对比RPL和DPL） 程序段：请求特权级。
35010编辑于 2024-04-23 - 来自专栏联远智维
vasp-vtst过渡态计算过程
——课题组概况 vasp-vtst计算过渡态 1935年，Eyring，Evans和Polanyi在统计热力学和量子力学的基础上提出了过渡态理论，可以通过基本物性（分子震动频率、质量、核间距等）计算反应速率常数 Eyring equation（势垒与温度决定反应速率） 过渡态计算之NEB方法 过渡态结构指的是势能面上反应路径上的能量最高点，它通过最小能量路径连接着反应物和产物的结构。 然而，由于实验过程中过渡态结构存在时间极短，很难通过实验方法获得，因此，计算化学方法在目前是预测过渡态的强有力武器。 当前过渡态、反应路径的计算方法有很多，限于精力不可能面面展开，本文针对常用的NEB算法进行简单介绍。 NEB方法：撒点，弹簧力 CL-NEB方法：其中一个点跑到势能面鞍点，即过渡态 vasp-vtst提供的NEB优化算法（IOPT参数） VASP计算过程 过渡态计算的收敛准则只与力相关，即设置EDIFFG
4.1K30编辑于 2022-01-20 - 来自专栏量子化学
自动做多参考态计算的程序MOKIT
在此基础上，MOKIT提供了自动做多参考态计算的automr小程序。 对自然轨道不了解的小伙伴可以阅读 从密度矩阵产生自然轨道-理论篇 从密度矩阵产生自然轨道_实战篇（上） 传统做法是局限在某个量化软件中做CASSCF计算，往往只能用其特定的可视化软件看轨道，十分受限 automr会在计算中自动判定活性空间为CAS(8,8)。十分有经验的用户可以一开始就在输入文件中指定NEVPT2(8,8)，一般无需指定（除非活性空间与预期不同）。 MOKIT当前有一些限制，例如 （1）无法直接进行激发态的多参考计算，不含自动产生激发态活性空间的算法。但用户可以基于automr算完产生的文件继续（手动）做激发态计算。 （2）无法使用任何对称性。 不讲明这些细节的多参考态计算是没有意义的。
3.1K31发布于 2021-01-04 - 来自专栏云深之无迹
RMS 噪声：根据系统带宽和噪声密度计算
这个是评论区的一个朋友给出的，也可以拿这个计算一下，也写一篇文章，之后会翻看更加专业的书籍做更改，大家注意辨别，这个计算也可以等效为：已知系统的等效带宽和噪声密度（V/√Hz），如何快速计算总 RMS 是最常用的工程级噪声估算公式 从公式看只要知道带宽（Hz）和噪声密度（V/√Hz），就能快速评估噪声底线。 个人觉得如果公式对的话，计算热噪音和运放、ADC 输入噪声会很快：前者用 ，带入上式，后者是使用 datasheet 提供的 ，结合带宽 √ 计算。 RMS 噪声计算 其中： 符号 含义 单位 噪声密度（Noise Density） V/√Hz（常见为 nV/√Hz） 有效带宽（Bandwidth） Hz 总 RMS 噪声 V（通常为 µV 或 nV） 算一个看看～ 假设：运放输入噪声：；有效带宽： 计算： 把常见的带宽算几个～ 噪声密度 (nV/√Hz) 带宽 (Hz) RMS 噪声 (µV) 1 1 kHz 0.032 µV 5 10
63300编辑于 2025-05-10 - 来自专栏测试开发干货
接口测试平台代码实现112:登录态接口-8
先来整理下我们目前已完成的材料： 普通接口，选择加登陆态： 登陆态接口可以正常获取返回提取字段： 然后我们去后台的views.py中找到调试普通接口的那个函数Api_send 首先，这个函数内容已经非常非常庞大了 ，现在我们要考虑怎么改： 获取前端这个登陆态加不加的开关的状态 如果关那么就没事，什么都不动 如果是开的，那么就要去调用登陆态接口请求，拿到返回提取字段回来插入到url，请求头和请求体里。 先完成前三步： 我们现在去看看登陆态接口的发送函数： project_login_send 这个函数目前，接收的是登陆态接口设置弹层前端给的请求参数。 response = requests.request(login_method.upper(), url, headers=header, data=login_api_body.encode('utf-8' )) # 把返回值传递给前端页面 response.encoding = "utf-8" DB_host.objects.update_or_create
53820编辑于 2022-05-19 - 来自专栏小明的数据分析笔记本
根据vcf文件计算SNP密度并用circlize可视化结果
X/1000000 options(scipen=999) library(circlize) library(RColorBrewer) col<-RColorBrewer::brewer.pal(8, ){ circos.axis() },track.height = 0.05) for(i in 1:8) vcftools计算SNP密度的时候是否可以设置滑动窗口？
4.9K20发布于 2020-03-03 - 来自专栏Python项目实战
量子算法初探：从叠加态到加速计算，量子计算到底“快”在哪？
量子算法初探：从叠加态到加速计算，量子计算到底“快”在哪？说句实话，第一次接触量子算法的人，90%都是被“名词劝退”的。叠加态纠缠态干涉测量坍缩一听就不像是给工程师准备的东西，对吧？ 二、叠加态不是“并行计算”，但比并行更狠很多文章会说：“量子计算是并行计算”这句话只对了一半。类比一下假设你在解一个问题：从0到15，哪个数能被7整除？ 经典算法（单线程）展开代码语言：PythonAI代码解释foriinrange(16):ifi%7==0:print(i)并行算法（多线程）0~7一个线程8~15一个线程还是得一个个试。 测量的代价：坍缩你一测所有叠加态立刻消失只剩下一个结果这就像你问一个犹豫不决的人：“你到底选哪个？”他一说出口，其他可能性就全没了。那量子算法是怎么“留住正确答案的”？ 量子计算不擅长的事排序加法IO密集条件分支复杂的业务逻辑如果你现在想：“那我用量子计算跑Web服务？”
11700编辑于 2026-01-21 - 来自专栏数据猿
密态计算，大模型商用数据瓶颈的新解法？
密态计算为代表的新兴隐私计算的技术，是指在整个计算过程中，数据始终处于加密状态，以确保数据安全和隐私。 密态计算在传统隐私计算的基础上进行了演进和升级，解决了隐私计算在规模化应用中的安全和效率问题： 软硬件结合，实现高效的数据密态处理 通过可信执行环境（TEE）和多方安全计算（MPC）技术的结合，密态计算不仅可以实现全程保密的数据处理 用密态计算释放数据要素价值，让大模型真正规模化商用 展望未来，密态计算作为一种创新技术，将进一步提升计算效率和安全性，扩大应用范围。 未来，密态计算有望通过更高效的硬件加速和优化算法，使加密状态下的计算速度进一步接近明文状态，在考虑了数据明文流通过程中的风险成本之后，以密态计算为核心的密态全链路的流通成本一定会低于明文计算流通成本。 另一方面，通过一系列技术创新，密态计算的成本在逐步降低。最终，当数据泄露带来的损失，超过密态计算带来的成本，部署密态计算系统就变得有利可图。
73310编辑于 2024-07-16 - 来自专栏量子化学
Amesp中激发态以及旋轨耦合的计算
1 激发态计算 在Amesp中，计算激发态的方法主要包括CIS、TDHF、TDDFT以及TDA，并支持R、U和RO三种形式。使用CIS以及TDHF的时候，直接在关键词部分写上它们即可，比如： ! b3lyp def2-SVP TDA 在Amesp中默认会计算3个激发态，若想计算更多的激发态可以通过如下的关键词实现: % npara 4 ! （比如优化激发态，计算与基态的非绝热耦合等），可以通过如下关键词来进行设置： >posthf root 2 end 对于闭壳层体系，默认的是计算单重态的激发态，若想要计算三重态，可通过tdspin关键词进行设置 在Amesp中，支持计算单重态和三重态的旋轨耦合矩阵元的计算，所谓旋轨耦合矩阵元，是两个态|i>和|j>之间的旋轨耦合积分<i|H_SO|j>，在Amesp中会直接输出<i|H_SO|j>所有分量的模 3 一阶非绝热耦合矩阵元 在与激发态相关的计算中，Amesp还支持计算基态与激发态之间的一阶非绝热耦合矩阵元(NACME)，其可用于计算内转换速率常数等，输入方式为在关键词行直接写NAC： % npara
63320编辑于 2023-09-03 - 来自专栏量子化学
单-三态gap计算中的常见问题
单-三态能量差 ，简称S-T gap，是很多人在计算中都会碰到的一个物理量。 笔者不是专门做应用型计算的，若有错误或重要概念遗漏，欢迎留言。 Q1. 你需要的是哪两个电子态间的能量差？ 通常来说， 指的是能量最低单重态与最低三重态之间的能量差。 时，其基态是单重态还是三重态 这一般是做理论计算的人会关心的问题。几何结构已给定，我们要做的就是基于这个结构分别计算两个电子态的单点能，然后相减即可，这属于垂直S-T gap。 由于实验温度变化较为缓慢，可以认为单重态、三重态均处于其平衡结构，那么我们在计算上应该分别优化出两个自旋多重度下的平衡结构，然后取能量做差。因此这个问题同样是要计算绝热gap。 （4）在计算双核过渡金属分子的磁耦合常数时，应该取什么几何结构算？两个自旋态要分开做结构优化吗？
3.9K10编辑于 2022-03-31 - 来自专栏量子化学
【新书推荐】《计算化学中的密度矩阵重正化群方法》
2022年8月，由南京大学马海波教授、德国慕尼黑大学Ulrich Schollwöck教授、清华大学/香港中文大学（深圳）帅志刚教授合作撰写的新书《Density Matrix Renormalization Group (DMRG)-based Approaches in Computational Chemistry》（计算化学中的密度矩阵重正化群方法）由荷兰爱思唯尔（Elsevier）出版社正式出版。 近年来，量子信息理论（QIT）、张量网络态（TNS）、后DMRG动态电子相关计算和含时密度矩阵重正化群（TD-DMRG）等新技术的发展又进一步拓展了DMRG量子化学的应用范围，为精确模拟具有量子强关联特征的复杂分子体系的电子结构 另一方面，DMRG起源于凝聚态物理计算，其语言和一些基本概念迥异于传统量子化学知识体系，阻碍了更多计算化学家使用和进一步开发这一新工具。 主要研究方向是复杂体系的（含时）密度矩阵重正化群、分子聚集体的激发态与有机发光、有机/聚合物材料中载流子的传输与能源转换、分子的量子计算。
1.3K20编辑于 2022-12-07 量子计算突破：零级魔法态蒸馏显著降低开销与噪声
量子突破：魔法态制备变得更容易、更快速、噪声更少一种制备量子魔法态的突破性方法，可能大幅削减阻碍可扩展量子计算发展的计算开销。 在发表于《PRX Quantum》的一篇文章中，来自某大学工程科学研究生院和量子信息与量子生物学中心的研究人员设计了一种方法，可用于以显著更少的开销和前所未有的精度，为量子计算机制备高保真度的“魔法态” 因此，科学家们对构建所谓的容错量子计算机非常感兴趣，这类计算机足够稳健，即使在受到噪声干扰时也能继续准确计算。 魔法态蒸馏是一种流行的方法，它从许多有噪声的量子态中制备出一个单一的高保真量子态，用于创建这样的系统。但有一个问题。 “魔法态的蒸馏传统上是一个计算成本非常高的过程，因为它需要许多量子比特，”资深作者 Keisuke Fujii 解释道。“我们想探索是否有任何方法可以加速量子计算所必需的高保真态的制备。”
19510编辑于 2025-12-16- 来自专栏技术客栈
Java 8 Stream计算原理
Java 8 Stream简介 从Java 8 开始，我们可以使用Stream接口以及lambda表达式进行“流式计算”。它可以让我们对集合的操作更加简洁、更加可读、更加高效。 class StreamDemo { public static void main(String[] args) { Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 3 main: 3 + 3 = 6 main: 6 + 4 = 10 main: 10 + 5 = 15 main: 15 + 6 = 21 main: 21 + 7 = 28 main: 28 + 8 但Java8提供了并行式的流式计算，大大简化了我们的代码量，使得我们只需要写很少很简单的代码就可以利用计算机底层的多核资源。 ---- 参考资料：《Java 8 Stream并行计算原理》
35620编辑于 2023-07-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号