SiF基态分子（X^2Ⅱr）的解析势能函数

利用群论及原子分子反应静力学的有关原理，推导了SiF分子基态的电子态和合理的离解极限，并利用Gaussian 03程序包，采用QCISD（T）和B3P86方法结合D95（3df，3pd），CC-PVTZ，6-311g＊＊和6-311＋＋g（3df，3pd）基组，对SiF分子的基态X^2Ⅱr平衡结构和谐振频率进行了优化计算。通过比较计算结果，发现B3P86方法为最优方法、D95（3df，3pd）为最佳基组。使用该方法和基组对SiF分子的基态进行了单点势能扫描计算，并采用正规方程组拟合Murrell-Sorbie函数，得到了SiF分子基态完整的解析势能函数，计算出了SiF分子的光谱常数ωe、ωeXe、Be和αe的值。     

多奇异数重子鉴别中信号样本统计性问题的蒙特卡洛法研究

为了解决多奇异数重子两步拓扑重建效率低的问题,利用人工神经网络以较高的效率来一步完成对奇异粒子的鉴别。就高维参数空间中BP神经网络对训练样本高统计量要求的问题,进行了蒙特卡洛法研究,所得结论支持用人工神经网络鉴别多奇异数重子。     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价.结果显示,与综合营养状态指数法等相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采取措施治理.     

BP神经网络在湖泊水质评价中的应用研究

研究了用于湖泊水质富营养化评价的人工神经网络BP模型的结构和学习算法,用训练好的BP网 络模型对荆州市长湖关咀段的水质富营养化状态进行了分类评价。结果显示,与综合营养状态指数法等 相比,人工神经网络法是一种有效和实用的环境质量评价方法;认为长湖关咀段水质污染严重,急待采 取措施治理。     

多奇异数重子鉴别中信号样本统计性问题的蒙特卡洛法研究

为了解决多奇异数重子两步拓扑重建效率低的问题,利用人工神经网络以较高的效率来一步完成对奇异粒子的鉴别。就高维参数空间中 BP 神经网络对训练样本高统计量要求的问题,进行了蒙特卡洛法研究,所得结论支持用人工神经网络鉴别多奇异数重子。     

BeO分子基态（X^1∑^＋）的势能函数研究

利用QCISD（T）方法,使用D95（d）,cc-PVTZ,6-311＋＋g和6-311＋＋g（3df,2pd）基组,对BeO分子的基态X^1∑^＋平衡结构和谐振频率进行了优化计算。通过对4个基组计算结果进行比较,得出6-311＋＋g（3df,2pd）为最优基组。使用6-311＋＋g（3df,2pd）基组和QCISD（T）方法对基态X^1∑^＋进行单点能扫描计算。采用正规方程组拟合Murrell-Sorbie函数,得出BeO分子的基态分析势能函数,并且计算出BeO分子的光谱常数ωe、ωeχe、Be和αe的值,计算结果与实验值符合得较好。