学科分类
/ 1
3 个结果
  • 简介:将模式识别领域的经典算法——Fisher线性判别应用于Am-Be中子源混合场特定能量段的中子/伽马粒子甄别研究。液闪探测器由Ф0mm×50mm的BC501A液闪和R329型光电倍增管组成,探测器距Am-Be源80cm放置,用泰科公司的DPO7104型示波器数字化采集探测器信号。结果表明,Fisher线性判别以获得高甄别品质因子为准则来构建投影向量,其甄别结果优于以向量投影法为代表的投影类波形甄别方法。

  • 标签: FISHER线性判别 中子/伽马波形甄别 数字化采集 向量投影
  • 简介:采用sol-gel方法在石英玻璃衬底上制备出α轴取向的多晶Bi4Ti3O12(BIT)薄膜,根据透射谱曲线得到薄膜样品的线性折射率为2.35,线性吸收系数为9.81×10^3cm^-1,光学带隙宽度为3.60eV。以脉宽300fs,波长800nm的钛蓝宝石脉冲激光为光源,利用单光束Z-scan技术测得薄膜样品的双光子吸收系数为100.31GW·cm^-2,三阶非线性折射率为-1.02×10^2GW·cm^-2。实验结果表明,所制备的BIT铁电薄膜具有大的非线性光学系数,适合应用于光子器件的制备。

  • 标签: BI4TI3O12 铁电薄膜 Z-SCAN 三阶非线性光学
  • 简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。

  • 标签: 非线性非平稳船舶运动 极短期预报 经验模态分解 支持向量机回归模型 自回归模型