关于狭义相对论中热力学量的洛沦兹变换

本文把相对论粒子动力学应用到作整体运动的理想气体系统，得到了实验系Ｌ中的分布函数，用统计力学方法求得了热力学量的奥托变换，并解释了其物理意义。     

相对论磁化等离子体二体关联动力方程的格林函数

应用二体关联动力方程的格林函数方法，算出了相对论磁化等离子体中点源粒子产生的诱发电场和扰动分布函数。     

运动气体系统分布函数与热力学量洛伦兹变换

本文将狭义相对论质点动力学应用于整体作匀速运动的气体系统,导出实验室系L中的相应分布函数,通过计算得热力学量的狭义相对论变换关系.其中热量与温度的变换和Ott相同,但物理实质更深刻.     

Minkowski时空中的四维力

Ｍｉｎｋｏｗｓｋｉ时空中的四维力刘泽文（物理系）关键词：相对论／类时；类空；类光；四维力分类号：Ｏ４１２在Ｍｉｎｋｏｗｓｋｉ时空中，诸如四维电流密度Ｊ￣μ、粒子的四维加速度ω￣μ＝ｄＵ￣μ／ｄτ以及四维波矢Ｋ￣μ等向量，其类时、类空以及类光性质一般是...     

关于边际密度与条件分布的两个注记

讨论边际密度函数与条件密度函数求解公式中各类量的取值范围问题,给出条件分布是均匀分布的条件,并在二维均匀分布的情况下给出边际密度函数与条件密度函数的具体表达式.     

相对论粒子的麦克斯韦分布

讨论了麦克斯韦分布在低速粒子的运动情况,从玻耳兹曼分布入手,对高速运动的粒子的麦克斯韦分布作了若干探讨,并由此过渡到非相对论与极端相对论情形。     

热力学状态参量和热学量的相对论变换关系

作者从四维闵可夫斯基空间中引入四维力矢量和四维动量矢量出发，推导出作整体运动热力学气体系统的状态参量和热学量的相对论变换关系。在此基础上，还讨论了热力学定律的相对论形式。作为应用又讨论了理想气体的几个等值过程问题。     

论四维弯曲时空中的正则方程及量子力学原理

根据哈密顿原理,利用等时变分法推导出四维弯曲时空中的测地线方程﹑拉格朗日方程﹑哈密顿正则方程以及拉格朗日函数与哈密顿函数。这些推论与广义相对论相对应的结论一致;过渡到非相对论时,其结论与经典力学一致。同时,根据哈密顿正则方程及相对论性矩阵力学,推导出四维弯曲时空中的矩阵力学方程。     

关于四维力与三维力

阐述相对论力学中四维力的意义，明确三维力与四维力的关系，通过四维力的变换推导出三维力的变换     

二维四向双正交小波包

通过张量积构造二维四向小波函数和尺度函数,给出二维小波多分辨分析,并得到二维小波的正交条件以及双正交条件,给出二维四向双正交小波包和关于双正交小波的相关性质和结论.     

量子力学中的三个问题

本讨论了定态波函敷的一阶导敷在势能存在无穷大时是不连续的、本征值连续的本征函数的δ函数归一化和波函数在无穷远处为零条件的引入等三个问题。前两个问题一般献未作详细论证，第三个问题一般献的处理是不合理的。     

MLLR特征的SVM语种识别算法

为了挖掘更多语种间区分性信息进行可靠的自动语种识别,本文提出一种将自适应领域的最大似然线性回归(maximum likelihood linear regression,MLLR)矩阵作为特征的语种识别算法。该算法首先对每个语种训练Gauss混合模型(Gaussian mixture model,GMM),然后对每个语音段在所有语种的GMM上计算MLLR矩阵。将得到的多类MLLR矩阵经归一化后拼接形成超矢量作为特征输入支持向量机(support vector machine,SVM)分类器进行训练和识别。比较了均值方差和排序两种归一化方法,并将多类MLLR-SVM算法与传统GMM语种识别算法进行对比。实验表明:排序归一化算法优于传统的均值方差归一化;建立在GMM模型基础上的MLLR-SVM系统性能有9.7%的提升,并与GMM分类器有很强的互补性。     

相对论带电粒子经典多体问题

为建立相对论经典等离子体统计力学作准备，讨论了相对论带电粒子经典多体问题，重点分析相对论流线分布函数和动力学方程组。     

200Mev质子与原子核弹性散射的相对论性分析

用改进的相对论性光学势讨论200Mev质子与核的弹性散射微分截面,分析本领和自旋转动函数.用严格的分波方法求解含有标量势和矢量势的Dirac方程.从对轻核到重核五个双满壳核的计算,看到改进了的光学势与实验结果符合甚好.     

静电场中的电位移矢量■仅与自由电荷分布有关的条件

本文试图依据亥姆霍兹定理,结合静电场的性质,推导出电位移矢量D仅与自由电荷分布有关的条件,并对现有教材所给出的条件加以补充。     

一种推导极化强度矢量■与磁化强度矢量■相对论变换式的新方法

运用普通物理方法推导了极化强度矢量P与磁化强度矢量M的相对论变换式，并对P、M构成的相对论不变量进行了讨论，从而加深了对P、M这两个物理量的理解。     

零误差密度函数准则的BP神经网络学习研究

BP神经网络的学习通常以均方误差函数(MSE)为目标函数,当目标变量不满足高斯分布时,其结果可能偏离真正最优.零误差密度函数(ZED)利用非参数估计中的Parzen窗法得到误差在零点的概率密度函数.将零误差密度函数作为BP网络的目标函数时,通过对光滑参数的选择使新的目标函数能够适用于期望输出满足任意分布.仿真实验分别以零误差密度函数和均方误差函数为目标函数的BP网络学习在函数逼近方面进行比较,结果表明零误差密度函数要比均方误差函数的适用范围更广.     

一种导出电磁场相对论变换的新方法

电磁场的相对论变换式是相对论电磁理论中的重要公式。本文从四维空时坐标微分算子以及电磁场矢势和标势的相对论变换式出发,根据E=-▽φ-βA/βt和B=▽×A的相对论协变性要求,给出了一种导出电磁场相对论变换式的新方法。该方法物理图像清晰,数学证明简单。     

核物质中的夸克凝聚与介子—核子耦合常数的密度相关性

基于相对论平均场理论计算了核物质中夸克凝聚的高阶贡献，其中考虑了介子－核子耦合常数的密度相关性，这种相关性是由核物质的相对论Ｂｒｕｅｃｋｎｅｒ－Ｈａｒｔｒｅｅ－Ｆｏｃｋ理论结果得到的。