小变量情况下第一类整数阶Bessel函数的计算

在计算第一类整数阶Bessel函数时,后向递推算法稳定高效.然而,起始点的选取必须有足够高的阶数,并且需要进行归一化处理.本文对Taylor级数展开算法进行研究,并对其级数展开规律、计算精度,以及求和项与参数间的关系进行了讨论.此外,本文利用指数形式,极大扩展了该算法的可计算范围.与du Toit算法、MATLAB和Mathematica应用软件的计算结果比较显示,本文的算法具有较高的准确性和稳定性.     

一种基于Bessel函数的宽带DOA估计方法

提出了一种基于Bessel函数的宽带相干信号子空间DOA(Direction-of-Arrival)估计方法,新方法不需要角度预估,避免了角度预估误差对DOA估计结果的影响。仿真结果证明了方法的有效性。     

任意实数阶复宗量第一类和第二类Bessel函数的精确计算

本文介绍了精确计算任意实数阶复宗量第一类和第二类Ｂｅｓｓｅｌ函数Ｊｕ（ｚ）和Ｙｕ（ｚ）的递推算法；给出了计算函数值时要用到的数学公式和典型数值计算结果，并对如何验证程序的正确性和分析计算结果的精度以及编程技巧作了较详细的讨论。     

虚阶变型Bessel函数的计算

给出虚阶变型Ｂｅｓｓｅｌ函数及其导数的计算公式和计算方法。数值结果表明，计算精度可达到１０位以上有效数字。     

函数逼近神经网络的一种快速学习算法

通过分析特学习参数的不同特性，提出一种快速收敛方法，使网络的收敛速度大大提高。通过对多种函数的实验，与不同的网络结构对比，表明此方法具有很强的普遍性。     

基于Bessel函数的频率不变波束形成器设计

提出了一种波束宽度不随频率变化的波束形成方法。该方法只需要使用一个真实阵列,通过变换产生多个虚拟阵列的输出,每个虚拟阵列都与参考波束相近。该方法简单且易于实现,只需用传统的窄带阵列设计方法在参考频率下设计基阵来满足对波束图的要求。仿真结果证明了方法的有效性。     

一种自适应的模糊C均值聚类算法

本文首先介绍了模糊C均值聚类算法及其不足。在模糊C均值聚类算法的基础上,结合有效性函数,提出了一种自动聚类算法——自适应的模糊C均值聚类算法,并建立了自适应的模糊C均值聚类算法的研究模型。最后,对改进算法用MATLAB进行编程实现,并通过多组数据集进行实验测试,对产生的多种实验结果进行分析,验证自适应的模糊C均值聚类算法可以实现自动类别数的判定。     

最小二乘算法在神经网络函数逼近方面的研究

介绍了人工神经网络的一个重要的模型径向基函数网络,并且对径向基函数中心的选取问题进行了研究,最后给出了应用实例,结果证明,由于计算过程中应用了最小二乘算法的正交化性质,所以网络调整时对已有模式的扰动可以达到最小。这说明最小二乘算法不仅简单有效,而且性能优越,并有较强的实用性,在许多领域有广泛应用。     

零阶Bessel光束的存在和演示

零阶Ｂｅｓｓｅｌ光束早在１８１６年就已提出，只是人们没有认识它．本文用边界衍射波作了证明和明确的演示。     

Matlab与C/C++的接口及其在仿真中的应用

介绍了如何利用Matlab与C／C＋＋的接口将现有的C程序代码导入到Matlab中使用，以及将Matlab的m文件导出到VC中，从而可以利用Matlab和VC的各自优势进行仿真软件的开发。这能够大大提高开发效率。     

Numeric approximation of Bessel functions using the DFT

It is well known that the sideband amplitudes of a single-tone frequency-modulated carrier are of the form Jn(B), where B is the modulation index. By selecting appropriate frequency relationships between the sample frequency and the carrier and modulation frequencies, the DFT can be used to calculate Jn(B) with reasonable accuracy.     

基于C++ AMP加速并行蚁群算法

蚁群算法与同类智能算法相比具有计算速度快、收敛迅速、算法稳定性好等优点,但是随着数据量的增大,计算用时呈现指数型增长。为了更好地解决大数据量蚁群算法计算慢的问题,结合蚁群算法天然的并行性,基于最新的GPU并行化接口C++AMP实现了并行蚁群算法,使计算用时大幅度减少。经试验分析,该算法可以达到3倍的加速效果。     

K-means++算法优化及其在地震前兆分析中的应用研究

K-means++算法是近年来发展起来的一种聚类分析方法,解决了经典K-means算法的初始聚类中心随意确定的问题,在一定程度上提高了收敛速度.本文针对K值难以确定的问题,采用拐肘法、轮廓系数法和CH指标法联合确定K值,从而优化了 K-means++算法,并用于地震地磁数据聚类分析中.计算结果表明,优化后的K-mean...     

Low-error approximation of artificial neuron sigmoid function and its derivative

A new low-error approximation of the sigmoid function based on the piecewise linear method is proposed. The approximation results, in comparison with those of the state-of-the-art, show the lowest mean absolute and relative errors.     

"Visual C++6.0环境下汇编与C/C++混合编程"的教学

以应用程序为例深入浅出地分析了汇编语言与C／C^ 混合编程的方法，重点讨论了独立汇编模块方法，给出了这些方法的编程规则、参数传递、接口规则以及在Microsoft Visual C^ 开发环境下实现的操作步骤。文中所述方法不仅对教学有参考价值，而且对开发各种高效的实用软件有很好的应用价值。     

基于Bessel权向量的宽带波束形成器

针对均匀线阵接收宽带信号产生的方向图畸变问题, 提出了一种基于Bessel权向量的宽带波束形成器.从截断后的Bessel级数展开式与均匀线阵的方向图函数相似的特性出发, 推导Bessel级数的截断位置与阵列单元数的关系, 并确定使用第一类Bessel函数设计均匀线阵的权向量.仿真结果表明:应用Bessel权向量后, 在1~3 GHz频率范围内, 均匀线阵可以无失真地接收宽带信号, 不同频率的方向图函数幅值与期望方向图函数幅值的相对误差降低到10-3以下, 且单元越多相对误差越小.与现有方法相比, 本方法直接利用截断后的Bessel级数展开式系数设计权向量, 计算简单且精度高.     

非傍轴部分相干修正贝塞尔-高斯光束的传输

利用广义瑞利衍射积分公式和部分相干光理论,推导了任意阶非傍轴部分相干修正贝塞尔-高斯光束在自由空间传输的解析表达式.作为特例,给出了非傍轴部分相干修正贝塞尔-高斯光束的远场公式和傍轴部分相干修正贝塞尔-高斯光束的传输方程.数值计算和分析表明,f参数对光束的非傍轴特性有重要影响,此外,相干度也影响部分相于修正贝塞尔-高斯光束的非傍轴行为.     

C++内存检测的研究

主要介绍了堆栈和内存泄漏的定义,C++中内存泄漏的几种方式;以及如何使用内存泄漏检测工具Visual Leak Detector。     

Dynamic range and other fundamentals of the complex Bessel functionseries approximation model for memoryless nonlinear devices

An explanation is given of the application of the complex Bessel function series approximation model of the memoryless amplitude and phase characteristics of nonlinear devices. Confusion had arisen because of the choice of a value of a parameter in the approximating expression. The practice had been to choose this simply as though it was just an arbitrary constant which scales the input, or as an optimizing parameter in the effort to get a best fit of the approximation to the measured data. By examining the derivation of the particular approximation, a determining and important link between this parameter and the desired operating dynamic range of the nonlinear characteristic being approximated is shown. How values for this parameter are calculated in terms of input overdrive relative to device saturation is also shown. In examining the origin of the approximating expressions, an alternative and simpler derivation to that given by J.C. Fuenzalida et al. (1973) is presented that is based on the work of M.J. Eric et al. (1972)