基于LabVIEW无限深势箱中粒子能级与波函数可视化程序设计

编程实现了基于LabVIEW的一维和二维无限深势箱中粒子能级与波函数的可视化程序,该程序能完成粒子量子效应图形化、实时绘制波函数、概率密度波函数及波函数概率区间的精确求解。应用表明：该基于LabVIEW的可视化程序根据势箱中粒子Schrdinger方程及其通解,将书本复杂的理论知识联系实际编程实现波函数图形化和自动完成精确计算任务,该程序改进和优化了教学方法,加强了理论学习效果,提高了教学质量;同时基于LabVIEW开发的可视化程序具有编程直观高效、界面友好、功能易扩展等优点。

通过复变函数中的几个例子看AR技术在数学教学上的应用

在科学技术不断发展的今天,各种各样的教学辅助用具走入了课堂,增强现实(Augmented Reality,AR)技术同样能应用于教学。该文主要以较为抽象的复变函数为例,利用Mathematica软件来实现复变函数的可视化,加深学生对知识的理解,增强教师课堂教学的效果。在未来研究中,AR技术应更加深入教学,形成良好的课堂交互环境,引领课堂教学的新方向。

基于联邦学习的无线任务:数据非IID一定影响性能?

作为一种分布式训练框架,联邦学习在无线通信领域有着广阔的应用前景,也面临着多方面的技术挑战,其中之一源于参与训练用户数据集的非独立同分布(Independent and identically distributed,IID)。不少文献提出了解决方法,以减轻户数据集非IID造成的联邦学习性能损失。本文以平均信道增益预测、正交幅度调制信号的解调这两个无线任务以及两个图像分类任务为例,分析用户数据集非IID对联邦学习性能的影响,通过神经网络损失函数的可视化和对模型参数的偏移量进行分析,尝试解释非IID数据集对不同任务影响程度不同的原因。分析结果表明,用户数据集非IID未必导致联邦学习性能的下降。在不同数据集上通过联邦平均算法训练得到的模型参数偏移程度和损失函数形状有很大的差异,二者共同导致了不同任务受数据非IID影响程度的不同;在同一个回归问题中,数据集非IID是否影响联邦学习的性能与引起数据非IID的具体因素有关。

大规模CFD流场可视化分析系统的应用

设计了大规模计算流体动力学(CFD)流场可视化分析系统(FVAS),系统具有完善而实用的大规模三维定常和非定常流场数据预处理与特征提取、体绘制、几何图形(流线、等值面等)绘制、纹理绘制等功能,并提供多种数据分析手段和良好的交互方法.通过8种展示方式、3种显示模式以及5种视图类型展示流场数据内外流结构特征及其复杂的物理现象.同时系统针对时变数据提供动画展示功能并支持单机多核并行.案例分析表明该系统简单实用,通用性高,多种混合绘制技术能够有效展现燃烧室、进气道等流场数据内部反应情况,切面、剖分等交互方式多视图显示局部细节特征,并通过图表、曲线图等分析工具统计分析具体网格单元的信息.完成测试案例300例,与传统CFD软件相比提升70%以上的绘制效率,系统故障率为0.6%,功能事务成功率100%,有效加速对流场数据的分析统计过程.

用Mathematica软件求解三维图形投影的边界线方程

在给定多个曲面方程的情况下,要得到多个曲面围成的空间在3个坐标平面上的投影的图形边界线方程,可利用Mathematica软件绘制空间图形来使问题形象化和直观化,通过Mathematica软件的函数可视化技术和对可选项的选择,可以得到比较理想的空间图形,便于解决获取的边界线方程问题以及解决其他有关投影问题,比如对积分求解过程的简化。