基于人工神经网络的函数逼近法计量精度的提高

提出一种基于BP神经网络的提高激光干涉计量精度的数据处理方法，并将该方法与常用最小二乘法作二次曲线拟合进行比较。结果表明，用神经网络逼近函数方法，不但解决了光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响，而且解决了目标函数多极值问题，从而干涉条纹可获得高于光敏像素级定位精度。最后将干涉条纹的光强精确地拟合出来，讨论曲线拟合误差，表明该算法具有很好的鲁棒性和自适应能力。     

单缝衍射实验改造研究——计算机辅助普通物理实验的尝试

针对当前普通物理实验存在的问题,详细介绍了让计算机直接参与单缝衍射实验的两种方法,为普通物理中的其它光学实验改造提供了大致的模型。     

彩色图像计算机制全息高密度存储

本文提出了一种采用计算机制全息来进行高密度存储彩色图像的方法。利用计算机软件将一幅彩色图像分解成三原色图像并分别进行傅里叶变换，然后利用迂回位相法绘制其图像，三色像素的排列类似彩色电视的像素排布。它具有方便灵活、抗外界干扰能力强、噪声少等优点。