我们展示了在Minkowski空间中的时空区域和时空区域中的夸克质量函数的第一个结果，这些结果是通过使用Gross方程在最新介子计算中使用的相同的夸克-反夸克相互作用核来计算的。 该内核由有效的单胶子交换类型相互作用的洛伦兹向量，向量常数以及对质量函数没有贡献的混合标量-伪标量协变线性约束相互作用组成。 我们分析了结果的量表依赖性，证明了夸克质量数和质量间隙方程的量表独立性，并确定了Yennie量表作为在CST计算中使用的合适量表。 我们比较了我们在类空间区域中的结果，以整理QCD数据并找到了很好的一致性。

针对现有有源电力滤波器大多使用数字化控制器实现,存在系统延时的问题,提出了一种模型预测电流控制方法,并将其应用于三电平有源电力滤波器控制系统中。该方法根据实际有源电力滤波器控制系统模型设计质量函数,在每个采样周期内,对变频器27个电压矢量分别进行评估,选取使质量函数取值最小的电压矢量来控制下一周期开关导通,使有源电力滤波器的补偿电流快速跟踪参考值。仿真结果表明,该方法不仅能使有源电力滤波器实现高性能补偿,而且极大地减小了数字系统的固有延时。

长期以来一个令人困惑的问题是离散函数如何转换为连续函数。 最近，该问题已得到解决，但本文将介绍转换过程的一些细节。 从两组数据中建立范围为-1和1的100,000个值的相关系数，从这些相关系数值创建直方图，称为“概率质量函数”。 将系数值带入离散分布函数中，以便转换为离散累积函数，然后转换为连续累积函数，再进行微分以获得密度函数，从而易于进行研究分析。 在转换过程中将建立一个模型，该介质是“最小二乘算法”。 最后，当密度函数范围内的面积积分等于1时，这意味着从离散函数到连续函数的转换完成是成功的。

莱德纳尔格 该软件包在C++实现了Leiden算法，并将其公开给python 。 它依靠(python-)igraph来起作用。 除了实现的相对灵活性外，它还可以很好地扩展，并且可以在数百万个节点的图形上运行（只要它们可以容纳在内存中即可）。 核心功能是find_partition ，它使用Leiden算法查找最佳分区，它是Louvain算法对于许多不同方法的扩展。 当前实现的方法是（1）模块化 ，（2）使用配置无效模型和Erdös-Rényi无效模型Reichardt和Bornholdt模型，（3）恒定Potts模型（CPM） ， （4）重要性 ，最后（5）惊奇 。 另外，它支持多路复用分区优化，允许在例如负面链接或多个时间片上进行社区检测。 有可能仅部分优化分区，以使某些社区分配保持固定 。 它还为二分图上的社区检测提供了一些支持。 有关更多信息，请参见。 安装 简而言之： pi