基于人工神经网络的聚类算法

研究连续型Hopfield神经网络的电路机理,推导出网络的权值计算公式,并运用连续型的神经网络模型构造出聚类算法;对20个随机生成数据计算模拟神经网络的运行,逐步调整类内精度多次训练,当参数a=b=500,c=200且类内精度控制不超过0.6时,有一个优化的聚类方案输出.     

Mur二阶吸收边界条件两种差分格式的比较

从理论上比较了时域有限差分法的Mur二阶吸收边界条件两种差分格式的计算精度、实现难度等,得出了直接格式计算精度较高但实现难度略大的结论.数值实验证实了上述结论.     

ADSL话音分离器测试仪的设计

针对目前国内市场普遍缺乏高效ADSL话音分离器测试仪的现状,在分析ADSL话音分离器的基本构造和测试原理的基础上,综合运用多种高速、高精度电子器件和嵌入式技术,研制一种符合国家相关标准,能快速、批量、准确测试ADSL话音分离器多种性能参数的测试仪.测试检验结果表明,研制的测试仪的各项指标均满足设计要求.     

麦克斯韦速率分布律的推导方式探讨

指出目前许多大学物理教材中直接利用麦克斯韦速率分布函数推导方均根速率的方法是不严格的,属于循环论证.采用初等方法和科学猜想方法对麦克斯韦速率分布律进行了严格的数学推导分析,并得出了正确的结果.     

基于学生实践和创新能力培养的实验教学改革

通过实验教学可以有效的培养学生的实践和创新能力.我校物理实验中心在充分调研的基础上,近几年在深化实验教学改革方面,迈出了较大步伐,实行了改革教学内容和教学方式、强化管理、引导学生参加创新竞赛和科学研究等措施,取得了明显成效.这些措施对今后国内实验教学的改革,具有一定的参考价值.     

用于电容器充放电和低频RC振荡的演示记录仪设计

针对目前电容器充放电演示和低频RC振荡演示的不足之处，设计了一种专门用于演示和记录电容器充放电和低频RC振荡过程的仪器．该仪器能形象地模拟演示电容器充放电和低频RC振荡的全过程，并具有记录电容器充放电的时间和记录低频RC振荡周期(频率)的功能．     

时域有限差分法仿真在大学物理实验创新教学中的应用

时域有限差分法(Finite Difference Time Domain,FDTD)是采用步进法求解麦克斯韦方程组,从而解决电磁场等物理问题的一种算法.利用FDTD仿真软件对真实世界系统模型的建立,能为大学物理实验教学开辟一条新道路.通过仿真技术对大学物理中各类物理场的模型设计,有利于学生更好地掌握理论知识.     

一种新的角点和边棱处理方法

角点和边棱的处理对时域有限差分法(FDTD)的计算结果影响很大.本文提出了一种新的角点和边棱处理方法,其基本原理是:角点和边棱在三个或两个方向上引起反射,因此可从三个或两个方向上消除反射.该方法具有计算精度易于提高和程序实现简单等优点.数值实验证实了该方法的有效性.     

基于高斯噪声干扰下的神经网络数据处理及误差分析

首先对样本数据运用径向基函数的方法进行理想化插值处理,找到输入输出数据之间的函数关系t=h(x),在考虑高斯噪声干扰的情形下,构造新的能量函数,并使其收敛到稳定态,从而反推出精确插值函数t=y(x);由似然函数变形构造得到误差平方和函数E**作为误差分析函数,结果表明:E**的最小值点(或极小值点)即为似然函数的最大值点(或极大值点),所采用的噪声数据插值处理使得神经网络的整体误差最小。