-
题名高功率激光系统的低阶鬼点位置公式
被引量:10
- 1
-
-
作者
马再如
刘文兵
冯国英
朱启华
张小民
-
机构
四川大学电子信息学院
中国工程物理研究院激光聚变研究中心
-
出处
《激光杂志》
CAS
CSCD
北大核心
2003年第2期55-58,共4页
-
基金
中国工程物理研究院和国家自然科学基金联合基金资助
批准号 :10 1760 19
-
文摘
在近轴条件下 ,采用矩阵光学 ,推导出了光束传输过程中单个凸透镜、凹透镜以及 4F系统产生的低阶鬼点的位置公式 ,并分析其分布规律。
-
关键词
矩阵光学
高功率激光系统
低阶鬼点
位置公式
-
Keywords
low-order ghost image,high power laser system,matrix ooptics
-
分类号
O437.2
[机械工程—光学工程]
TN24
[电子电信—物理电子学]
-
-
题名推导光栅衍射暗纹位置公式的简易方法
- 2
-
-
作者
胡柯
王凤姣
-
机构
湖南湘潭大学材料与光电物理学院
-
出处
《技术物理教学》
2009年第3期1-2,共2页
-
文摘
光栅衍射是普通物理等物理类教材中重要的必修内容.常用的普通物理教材对光栅衍射规律的描述通常忽略推导过程而只给出一些重要的结论,例如暗纹位置公式;或者仅作定性分析,例如明条纹宽度随缝数增多而变窄等.事实上,对于光栅衍射暗纹位置公式可以由振幅矢量法求解,
-
关键词
光栅衍射
位置公式
物理教材
振幅矢量法
推导过程
衍射规律
普通物理
宽度
-
分类号
O436.1
[机械工程—光学工程]
TG801
[金属学及工艺—公差测量技术]
-
-
题名水中物点的虚像位置公式
被引量:1
- 3
-
-
作者
王长明
-
机构
吉林省白城师专物理系
-
出处
《物理通报》
1998年第1期15-16,共2页
-
文摘
在空气中观察水中物体,由于光的折射,我们看到的只是该物体的虚像,其位置将随观察者视线方向的变化而改变。本文给出了水中物点的虚像位置公式,从而揭示了虚像位置随观察者视线方向的变化规律。
-
关键词
水中物点
光折射
虚像位置公式
-
分类号
O435.1
[机械工程—光学工程]
-
-
题名位置平均数公式的推导
- 4
-
-
作者
张帆
-
机构
攀枝花大学经管系
-
出处
《攀枝花大学学报(综合版)》
2001年第2期22-24,共3页
-
-
关键词
位置平均数公式
中位数
众数
四分数
计算方法
标志值
计算平均值
经济
-
分类号
F224.7
[经济管理—国民经济]
-
-
题名指数交叉对偶理论及其本质探讨
被引量:1
- 5
-
-
作者
汪慧玲
何永涛
-
机构
兰州大学经济学院
-
出处
《统计与信息论坛》
CSSCI
2011年第10期8-15,共8页
-
文摘
指数交叉对偶理论的问世是指数理论发展史上灿烂的一页,指数交叉对偶的方法在消除指数公式选择过程中出现得偏性、提升公式检验水平的研究中得到了广泛的应用和发展,也获得了令人瞩目的成就,为指数理论的研究和实际应用开辟了新天地。按照参与期的标准把指数交叉对偶划分为两位置交叉与多位置交叉并对其实现方式进行分别探讨,针对理论界一些值得商榷的观点给予了剖析,并通过对交叉公式与基本公式及交叉公式之间相对离差趋势的研究,揭示其在运算过程中对公式及数据偏性进行修正。
-
关键词
偏误
指数交叉对偶
函数论公式
多位置公式
统一指数理论
-
Keywords
bias
cross -- antithesis -- index
functional formulae
multi -- situational formulae
integrated index theory
-
分类号
C812
[社会学—统计学]
O212
[理学—概率论与数理统计]
-
-
题名基于改进人工蜂群算法的K均值聚类算法
被引量:49
- 6
-
-
作者
喻金平
郑杰
梅宏标
-
机构
江西理工大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第4期1065-1069,1088,共6页
-
基金
江西省教育厅自然科学基金资助项目(DJJ12346)
江西省研究生创新专项基金资助项目(YC2013-S198)
-
文摘
针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC)。该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC算法的适应度函数以及一种基于全局引导的位置更新公式以提高迭代寻优过程的效率。将改进的人工蜂群算法与KMC算法结合提出IABC-Kmeans算法以改善聚类性能。通过Sphere、Rastrigin、Rosenbrock和Griewank四个标准测试函数和UCI标准数据集上进行测试的仿真实验表明,IABC算法收敛速度快,克服了原始算法易陷入局部最优解的缺点;IABC-Kmeans算法则具有更好的聚类质量和综合性能。
-
关键词
人工蜂群算法
K均值聚类算法
适应度函数
位置更新公式
聚类
-
Keywords
Artificial Bee Colony (ABC) algorithm
K-Means Clustering (KMC) algorithm
fitness function
position update rule
clustering
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于改进人工蜂群的K-means聚类算法
被引量:3
- 7
-
-
作者
刘川川
丁海军
-
机构
河海大学物联网工程学院
-
出处
《微处理机》
2016年第2期47-50,56,共5页
-
文摘
针对K-means算法对初始的聚类中心选择敏感,全局搜索能力较差,聚类精度低以及稳定性不高,算法的鲁棒性较差等缺点,提出了一种基于改进的人工蜂群算法来对K-means聚类算法进行优化。算法构造了新的适应度函数,改进了食物源的位置更新公式来提高迭代效率。利用改进的人工蜂群算法良好的全局寻优能力,搜索速度快等优点,再加上K-means收敛速度快的优点,二者结合来提高算法的鲁棒性。将改进后的算法嵌入到WEKA这一数据挖掘平台中,充分利用了开源WEKA中的类和可视化功能,与WEKA中已有的聚类算法对比分析,可以获得更好的聚类结果。
-
关键词
聚类
人工蜂群算法
K-MEANS算法
适应度函数
位置更新公式
WEKA平台
-
Keywords
Clustering
Artificial Bee Colony
K-means algorithm
Fitness function
Position update rule
WEKA platform
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-