透射光的等厚干涉及条纹分析

介绍一种观察透射光等厚干涉的新方法 ,该方法丰富了等厚干涉的内容 .利用光的干涉理论 ,计算了不同薄膜界面反射率 (光强反射率 <0 .5 )对应的干涉条纹光强分布 .实验中通过镀膜增加玻璃板的反射率 ,提高了条纹的可见度 .并将透射光的条纹与反射光的条纹进行了比较和分析     

迈克尔逊干涉仪实验常见问题的分析与处理

针对在迈克尔逊实验教学中学生对等倾干涉判断不准确、等倾干涉圆环的调节过程欠当和干涉条纹"冒出"与"陷入"的问题进行分析,提出了解决方案.     

对光的薄膜干涉的初探

通过对牛顿环与薄膜等倾干涉进行比较,寻求出异同点,有利于“光的干涉”教学内容的深化.     

用计算机模拟分析等倾干涉的时间相干性

等倾干涉的时间相干性有别于等厚干涉的时间相干性，其干涉条纹可见度与面光源的入射角有直接的关系，通过计算机绘制的可见度与入射角对应的关系图形，分析了光源的非单色性对等倾干涉条纹可见度的影响并将研究范围扩充到多个周期，对光的时间相干性理论作了进一步的补充．     

等厚干涉与等倾干涉之比较

对牛顿环等厚干涉和薄膜等倾干涉条纹形成原理,干涉条纹的半径、间距、干涉级次等进行比较和分析,揭示两种相似条纹的本质区别。     

迈克尔逊干涉仪测波长实验中常见问题分析

分析了迈克尔逊干涉仪测波长实验中干涉条纹的调整，计数条纹和测量d值及仪器松动磨损等常见的几个问题，并对其产生原因进行了探讨，对提高学生的实验效率有所帮助。     

利用等厚干涉方法测定液体折射率

根据光的等厚干涉原理，利用不同的实验装置(牛顿环仪装置和劈尖装置)，分别研究了不同薄膜介质下的等厚干涉现象；在此基础上，研究了不同介质下的等厚干涉条纹分布，进一步得出液体(酒精和水)折射率的测量方法.     

多光束干涉法精确测量金属线胀系数

根据光学等倾干涉的原理,设计了一种新的测量金属线胀系数的装置与方法．自行设计了测量金属线胀系数的多光束干涉装置．利用多光束干涉产生的同心圆环的吞吐量精确测量了黄铜的线胀系数,相对误差为0．07％．并分析了多光束干涉法测金属线胀系数的优点．     

光的干涉中光程差的教学

分析杨氏双缝干涉实验和劈尖等厚干涉中光程差精确值的推导方法以及近似处理的结果，从而加深对光的干涉的理解。     

光源的非单色性对等倾干涉条纹可见度的影响

通过数值模拟的方法，分析了光源的非单色性对等倾干涉条纹可见度的影响，并将等倾干涉条纹可见度问题的研究范围由一个周期扩展到多个周期，进而对等倾干涉实验做更深入的研究与讨论，得到一套利用MATHCAD软件完成数值实验的方法。     

西番莲中微量元素的测定

采用火焰原子吸收法测定了西番莲植地土壤和西番莲花、茎、果实中10多种微量元素的含量，分析了西番莲对土壤微量元素的吸收富集能力.实验结果表明：西番莲花、茎、果实中含有丰富的微量元素，成熟西蕃莲果实中微量元素含量大部分高于葡萄、哈密瓜、无花果等6种干果.微量元素的含量有一定的差异，西蕃莲对微量元素有选择性地富集.     

具非局部源半线性抛物方程变号解爆破时间的下界估计

考虑一类具非局部源半线性抛物方程Neuman边值问题解的爆破性质, 通过构造辅助函数并利用一阶微分不等式, 给出该方程解爆破时间的下界估计.     

Lévy噪声驱动下具有非单调发生率的随机SIQR传染病模型

基于Lyapunov方法和随机微分方程相关理论, 证明一类Lévy噪声驱动的具有非单调发生率的随机SIQR传染病模型正解的全局存在唯一性, 并研究该模型分别在相应确定型模型的无病平衡点以及地方病平衡点附近解的渐近行为, 分析得出随机噪声对模型动力学行为的影响.     

基于卷积神经网络的猪脸特征点检测方法

针对牲畜面部识别在养殖行业广泛需求的问题, 提出一种基于卷积神经网络的猪脸特征点检测方法, 解决了猪脸特征点难检测的问题. 首先, 采集猪面部数据并进行特征点标注, 使用新的采集方法以解决猪口部通常不可见的问题； 其次, 对猪脸数据和人脸数据进行结构计算, 匹配相似度较高的猪脸和人脸, 构建猪脸人脸匹配数据集； 再次, 利用匹配数据集训练TPS(thin plate spline)形变卷积神经网络, 得到形变后的猪脸数据集以适配人脸特征点检测模型； 最后, 使用形变猪脸数据集对人脸特征点检测神经网络模型进行微调, 得到猪脸特征点检测模型. 实验结果表明, 用该方法进行猪脸特征点检测, 错误率仅为5.60%.     

基于对比学习方法的小样本学习

针对目前小样本学习中存在的问题,设计一种新的网络结构及其训练方法以改进小样本学习.该网络在特征嵌入部分采用卷积网络并结合多尺度滑动池化方法以增强特征提取.网络主体结构为类孪生网络,以便于通过样本间的对比从小样本数据中学到语义.网络的训练方法采用嵌套层次的参数更新以保证收敛的稳定性.在两个经典小样本学习数据集上与常用的视觉模型和前沿小样本学习方法进行了对比实验,实验结果表明,该方法在小样本学习的精度上有显著提升,可作为样本不充足情况下的解决方案.     

无相位远场数据反演散射障碍的神经网络方法

针对无相位信息反演障碍物位置及形状的问题, 提出一种两层门控循环单元(GRU)神经网络对门控循环单元神经网络的方法(MGNN), 并给出该方法的收敛性分析. 首先, 以无相位远场数据与障碍物边界曲线方程参数作为输入和输出, 通过GRU神经网络控制门思想与长期记忆功能, 有选择性地更新网络状态, 保存数据特征; 其次, 应用梯度下降算法更新模型权重和偏置, 解决了无相位信息的远场数据反演障碍物位置及形状的难题; 最后, 利用数值实验说明该方法的有效性.     

一种基于特征偏移补偿的深度智能化教学评价方法

针对慕课(MOOC)评论中存在少数类特征偏移的问题, 提出一种基于特征偏移补偿的深度智能化教学评价方法. 该方法首先使用Glove预训练模型获取MOOC评论的分布式词向量; 然后采用浅层卷积神经网络, 通过多个卷积核学习教学评价的语义, 引入不同类别评论的数量设计影响因子, 归一化该影响因子并应用到交叉熵损失函数中; 最后基于Coursera平台的本科学生教学评论数据集, 通过与其他损失函数在F₁,gmean,balance,gmeasure等评价指标上进行性能对比实验. 实验结果表明, 基于归一法的特征偏移补偿损失函数在gmeasure指标上比基类损失函数得到了最多15.40%的性能提升, 并且采用该损失函数的分类模型也表现出较强的稳定性.     

模糊蕴涵下三角序和的一般形式

采用序和的方法研究一般模糊蕴涵作为单位正方形中给定子方形的下三角上给定一族模糊蕴涵的线性变换的补蕴涵的充要条件, 并将现有的各类下三角序和蕴涵纳入到统一框架中, 进而给出模糊蕴涵下三角序和构造的一般形式.     

一类多元Hermite型插值的离散化问题

利用离散逼近算法理论, 研究一类特殊的多元Hermite型插值的离散化问题, 即将给定的Hermite型插值问题离散为一列Lagrange插值问题的极限. 当Hermite型插值问题的插值条件对应一个二阶微分不变子空间时, 利用其空间的结构属性, 给出该问题在离散逼近算法思想下可被离散的充要条件, 该条件对应的非线性方程组规模较小, 计算效率较高.     

φ-凹（凸）算子的特征值与固有元

利用锥理论研究φ-凹（凸）算子的特征值与固有元的存在性与相互依赖性，丰富和发展了φ-凹（凸）算子的理论.