概率波和非概率波

对于把克莱因-戈尔登方程当作是玻色子的方程的看法提出异议,认为它是所有微观粒子均要满足的方程,但它却不能成为任何一类粒子的波动方程.提出了克-戈方程中包含着概率和非概率两类波的概念,认为概率波还要遵从一个对时和空都是一阶导数的方程,这才是粒子的波动方程.不同种类粒子性质的不同则体现在他们概率波类型的不同上.

概率波的古斯-汉森位移

概率波在传输过程中很多性质可以与电磁波进行类比,电磁波入射至两种介质的交界面上发生全反射时会产生古斯-汉森位移,概率波在穿透势垒时也有类似的古斯-汉森位移现象,本文推导了概率波穿透方势垒时的古斯-汉森位移表达式,并讨论了该位移与入射角、势垒宽度、粒子能量等参量之间的关系.

概率波新释

分析了固体材料中影响价电子状态的因素及价电子状态的量子力学描述方法,给几率波意义的阐释提供了一种物理图像;讨论了凝聚态物理学理论的发展困境及难点,认为量子力学方法描述凝聚态系统是合适的,但是可能由于计算工具、方法、模型等方面的问题阻碍了凝聚态物理学理论的发展。

浅谈量子力学中的概率波

本文介绍了量子力学中描述微观粒子状态的波函数及其物理意义、态叠加原理以及波函数的性质,并讨论了满足波恩统计诠释,波函数需要满足的三个标准条件。

面向复杂介质的地震散射波采集技术

地震勘探是一项以地震采集技术为基础的系统工程。变革地震采集技术既是采集装备升级、波场理论创新的发力点,也是解决地震处理、解释技术问题的源头。地震勘探发展历程体现了采集装备能力提升、地质需求驱动、波场理论拉动的作用,其中,地震采集技术既充满活力,也面临着深刻的挑战。面对小尺度、非层状、非均匀介质成像问题,以及大数据与人工智能高速发展的时代背景,以共中心点叠加为特征,采用稀疏、规则、单一观测系统的反射波地震采集技术越来越显示出不适应性,为适应小尺度、非层状、隐蔽性目标成像要求,以共中心点离散化为特征,采用随机、遍历性、多观测系统的散射波地震采集技术势在必行。作为散射波地震采集技术的理论基础,随机理论及概率波的研究逐渐得到重视。

相关概率小波变换在局部放电检测中的应用

为准确识别高压电气设备中被噪声淹没的局部放电信号,提出了一种基于相关概率小波变换的局部放电信号检测方法。该方法首先对采集到的原始信号进行小波变换,利用局部放电信号与噪声信号相关性的不同对各层的小波系数进行预处理,然后基于分位数的概念在处理后的各分解层上设置若干个多尺度阈值,根据这些阈值计算原始信号各处为局部放电信号的概率,最后根据概率值的大小来判断该处是否发生局部放电。利用该方法对仿真及实测信号进行分析,并与传统小波变换方法的处理结果进行比较。结果表明,该方法能够更为有效地抑制局部放电在线监测中的噪声干扰,全面、可靠地检测到强噪声背景下的微弱局部放电信号,具有一定的工程应用价值。

基于能量特征的小波概率神经网络损伤识别方法

以小波能量特征向量作为概率神经网络(PNN)的输入向量集,提出了小波概率神经网络(WPNN)的损伤识别方法.为了验证该方法的有效性,对钢框架进行了损伤识别研究,并考虑了随机噪声的影响.识别结果表明:WPNN抗噪声能力强,识别精度高,在结构损伤识别与在线检测方面具有潜力.

基于小波概率神经网络的彩色纹理识别

提出了一种将颜色信息融入到纹理识别中的新方法——基于小波概率神经网络的彩色纹理识别.首先将RGB彩色纹理图像转化为HSV彩色模型,用小波变换(WT)进行树形结构小波分解提取彩色纹理的特征,然后使用概率神经网络对测试样本进行分类识别.实验结果证明,该方法的识别效果比较好.

基于小波概率密度函数估计的盲信号分离算法

利用概率密度函数的非线性小波估计方法,对混合信号的概率密度函数及其导数进行估计,由此估计信号的评价函数,从而给出了一种盲信号分离算法.该方法简单,可直接应用于所有以非线性函数代替评价函数的盲信号分离算法.计算机仿真结果表明了算法的有效性.

全波场地震采集

尽管高精度三维地震采集取得了巨大的成功,但面对更复杂地质体时,探索能同时进行连续界面反射及随机介质散射的全波场地震采集的方法依然十分重要。地震采集面临两大困难,一个是不存在同时满足大倾角界面反射波与小尺度介质散射波的单一观测系统,即现有野外排列并不能对散射波充分采样;另一个是面对小尺度介质产生的地震波散射,不能同时满足横向分辨率与最小介质尺度对空间采样的要求,认为对小尺度介质进行充分采样无效。在引入量子力学概念后,地下非均质体与地震波的传播构成量子系统,散射波被视为概率波,空间采样密度便不再受限制。全波场地震采集是均衡获取多态式地震波的过程,由于不能靠稀疏、规则的采样方式获取,概率波采集需要满足遍历性,宜采用共中心点道集离散化技术,基于多观测系统设计和炮道密度控制的细分面元方法实现。考虑到地震散射波信号弱,存在局域性和不确定性,应选择小面元、小道距、小偏移距、近偏高覆盖和炮点与检波点局部随机布设等采集参数。全波场地震采集方式灵活,支持同期、多期镶嵌或井场连续地震采集,有效信号更丰富,背景噪声更低,地震波信号的频率范围更宽,而且经济上可以接受且物理可实现。

韩国周边海域的畸形波概率分析

为了加强对近海畸形波发生概率的认识,利用2009年韩国周边海域9个测站的波浪资料,在基于波压资料直接定义畸形波的基础上,探讨韩国近海畸形波的发生概率及其与有效波压高、季节和水深等3个主要参数的关联特性。结果表明:韩国近海畸形波发生概率与瑞利分布预测值相近,且不随有效波压高、水深的大小而发生变化,而畸形波频发时节随着测站地点的改变而改变。有效波压高、水深、季节与韩国近海畸形波的发生并无明显相关性。

用大数据思想去解释概率波

高中物理知识普遍反映是难,但其实基本都是产生于几百年前。人教版选修3-5中的内容是产生于一百多年前的理论——概率波,光子在空间某位置出现是概率性事件,可通过波动规律来确定。这在常识上不好理解,但如果与如今的一个新理论——大数据理论结合,理解起来会简单很多。

基于小波概率神经网络的纹理识别

随着计算机处理能力的快速提高，彩色图像处理受到人们越来越多的关注。针对现有纹理识别算法计算速度慢，识别精度低等问题，本文提出了一种将颜色信息融人到纹理识别中的新方法——基于小波概率神经网络的彩色纹理识别。首先将RGB彩色纹理图像转化为HSV彩色模型，用小波变换（wT）进行树形结构小波分解提取彩色纹理的特征，然后使用概率神经网络对测试样本进行分类识别。本文对不同的自然纹理图像进行了实验，并将实验结果与文献”0做了比较。实验结果证明，本文方法的识别效果明显优于文献。

自旋为1的粒子的波动方程

对于把克莱因-戈尔登方程当作是玻色子的波动方程的看法提出了异议.给出了一个自旋为1的粒子的相对论性波动方程,该方程具有8×8矩阵或三级四元数的形式,对时间和空间都是一阶导数的;还给出了该种粒子的一些重要算符.在自由粒子的情况下给出了粒子的平面波解和球面波解.

序贯概率比检验在非线性Lamb波检测中的应用

为研究序贯概率比检验在Lamb波非线性检测中的应用,搭建非线性Lamb波检测系统,该系统用于检测3 mm厚的具有不同疲劳拉伸程度的铝合金板以获取二次谐波信号。将序贯概率比检验用于Lamb波非线性检测中,利用序贯概率比检验算法对收集的3种不同疲劳损伤程度的二次谐波进行分类和识别。结果表明,序贯概率比检验对不同疲劳损伤程度的二次谐波信号能有效分类。

物质波“光栅”衍射的定量分析

用费曼的路径积分理论对电子概率波通过“光栅”所产生的衍射效应进行了定量分析 ,该方法简便、直观 .

小波函数的选择对结构损伤识别的影响

目的为了寻找出结构损伤识别中的最优小波函数,进而提高结构损伤的识别精度.方法选取了几种常用的小波函数,运用小波分析提取能量特征,采用小波概率神经网络方法,对四层钢框架进行了损伤识别及小波函数对损伤识别影响的对比研究.结果经过比较,发现采用函数曲线圆滑的Mexican cat小波函数识别精度可达100%,识别效果最好.结论在结构损伤识别领域,选用非正交、正则性好、消失矩阶数大的小波函数具有一定的优势.

计算通信网络整体概率连通性的一种新算法

本文提出了一种计算网络整体概率连通性的新算法。该算法首先构造了一种多级状态空间分解法 ,对网络状态空间进行了分解 ,并对分解所得的生成事件提出了一种特殊的生成子网构造法 ,从而有效减少了网络状态空间集。新算法通过迭代运算用上下界来逼近网络概率连通性的值 ,与传统算法相比 ,具有运算速度快、收敛性能好 ,很适合近似计算的特点。

小波尺度选择对钢结构损伤识别的影响

采用小波概率神经网络(WPNN)损伤识别方法,分析了结构损伤识别中信号的小波分解带宽范围、小波尺度步长和尺度数量对损伤识别结果的影响,研究发现,小波尺度的选择对结构的损伤识别结果有决定性的影响。

浅谈机械波、电磁波和物质波

本文通过对机械波、电磁波以及物质波的定义、特点和规律进行列举和分析,并在本文后半部分列举这三者的相似或相同之处和不同之处,以帮助对这三者关系不明确的读者更好地理解和区分。