人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

一 了解热辐射的有关概念和黑体辐射的有关定律。 二 理解普朗克的量子假设，理解爱因斯坦的光量子理论及其对光电效应的解释。 三 掌握德布罗意假说的内容和意义。 四 了解海森伯不确定关系的意义。 五 了解波函数的概念及其统计解释 ， 了解薛定谔方程极其重要性。 第一节 黑体辐射、普朗克量子假设 第二节 光电效应、爱因斯坦的光量子论 第三节 微观粒子的波粒二象性 第四节 不确定关系

在金属成型领域,一种较新的特殊非协调大变形有限元法,即增强假设应变有限元法（简称EASM）已被研究用于进行数值模拟.为使该方法可适用于分析压缩大变形问题,对原由Simo提出的EASM列式进行了修正并编制了用于数值模拟变形过程的增强假设应变有限元程序EAS.FOR,通过2个标准算例来验证该方法的可行性和有效性

基于刚性转动假设和功等效原理,推导了直通型CT试样的裂纹嘴张开位移和加载线张开位移弹塑性换算公式,并采用Cr2Ni2MoV钢对公式进行试验验证.根据弹塑性有限元分析,刚性转动假设得到了很好的验证,刚性转动中心靠近裂尖位置且受材料本构关系的影响甚微,转动半径R仅与裂纹长度和试样宽度之比a/W有关.有限元分析和试验结果表明,直通型CT试样的COD弹塑性换算公式用于塑性功计算具有更好的精度

讨论了非协调增强假设变形梯度有限元的基本理论、所采用的本构关系和有限元列式.为了克服原先由Simo建议的方法中所固有的缺陷,即在模拟压缩变形时容易出现奇异能量模式而导致计算失稳甚至崩溃,对原方法中有关内变量和应力更新算法进行了改进.计算结果表明,改进的方法在模拟压缩和拉伸模型时,具有较好的计算稳定性

1.黑体辐射的实验规律不能从经典物理获得解 释。普朗克提出了能量量子化假设,从而成功地 解释了黑体辐射的实验规律,并导致了量力学的 诞生和许多近代技术。 2.光电效应的实验规律无法用光的波动理论解 释。爱因斯坦提出了光子假设。用爱因斯坦方程h =mv/2+w解释了实验规律

应用板弯曲理论,引入平面变形假设和横截面始终保持为平面假设,采用米塞斯屈服准则,建立了各向同性理想弹塑性金属带材的拉伸弯曲变形的一般解析分析方法和模型.它突破了基于初等梁弯曲理论建立的解析分析方法的局限性,得到了在过去同类研究中无法计算的带材厚度方向的应力和应变,实现了对带材拉伸弯曲变形过程更贴切的表征.通过以某冷轧带钢厂拉伸弯曲矫直机为算例的比较计算表明,本文所提出的带材拉伸弯曲变形的\板弯曲\模型比\梁弯曲\模型有更符合实际

第一节科学假说 第二节侦查假设

课程介绍 1.社会研究方法方法论 2.研究方法 3.假设检验 4.统计分析方法 5.调查研究的应用领域

通过实验验证和理论分析,证明了混煤哈氏可磨性指数与配比是非线性相关的,并利用微磨球效应理论进行了解释.通过实验测定了五组混煤的可磨性指数,由于各组数据变化区间不完全一致,无法直接比较,利用相对可磨率的定义对实验数据进行归一化处理,实现了在统一区间内比较各组实验数据.结果表明:可磨性指数不同的任意煤种混合,混煤的相对可磨率随配比的变化是一致的.利用分段式最小二乘多项式拟合得到混煤相对可磨率的计算公式,结合其定义式,提出了基于非线性假设的混煤可磨性指数计算方法.实际应用表明,该方法比线性假设公式精确性明显提高