1) light intensity function
光强函数
1.
With the projection phase transfer function and light intensity function of the projected light, the phase value is calculated by the method, in which the effect of the nonsine and aperiodicity of projected light is considered.
该方法通过投影相传递函数和投影光的光强函数计算相位值,并考虑了测量投影光非正弦、非周期性的影响,提高了投影光栅的条纹精度和相位精度,相位精度为像素级,通过插值可达到亚像素级。
2) scattering light intensity function
散射光强度函数
3) intensity correlation function
光强关联函数
1.
Time evolution of the intensity correlation function in a two-mode laser with an additive input signal;
加性信号输入时双模激光光强关联函数的演化
2.
We calculated the mean stationary intensity correlation function C(t) of the single-mode laser system with a modulated input signal,and found that both the colored pump noise and the cross-correlation between the real and imaginary parts of the quantum noise could influence the dynamical properties of the system signifi.
采用色泵噪声和实、虚部间关联的量子噪声驱动的单模激光增益模型,运用线性化近似方法,计算了调制信号输入时激光系统的稳态光强关联函数C(t),研究了系统的动力学性质,发现泵噪声及量子噪声实、虚部间关联等均对光强关联函数随时间的演化形式有较大的影响;当泵噪声的色关联为短时关联时,光强关联函数随时间的演化经历了从单调衰减到出现极小值再到趋于稳定的过程;当泵噪声色关联为长时关联时,关联函数随时间的演化经历了从单调衰减到周期性振荡衰减的过程。
3.
by adopting a linear approximation method, the thirdl y -order approximation laser model driven by pump noise and quantum noise with cr oss-correlated real and imaginary parts was studied, and intensity correlation function and variance of the laser intensity were calculated respectively.
采用具有实虚部关联的量子噪声和泵噪声驱动的三阶近似激光模型 ,运用线性化近似方法计算了光强关联函数和光强相对涨落 ,在一定的近似条件下分别讨论了量子噪声强度、泵噪声强度、量子噪声实虚部关联系数对光强相对涨落的影响 ,并对线性化近似方法的适用范围进行了详细的分析 ,得出在小噪声、远离阈值时 ,线性化近似方法适用范围扩大 ;小噪声、远离阈值且当量子噪声实虚部无关联时 ,线性化近似方法适用范围最大的结论 。
4) light intensity distribution function
光强分布函数
5) Strongly semismooth function
强半光滑函数
6) intensity response function
光强-反应函数
补充资料：极小化方法(强依赖于多个变量的函数的)
极小化方法(强依赖于多个变量的函数的)
lion methods for functions depending strongly on a few variables
则数r称为函数J(x)在x‘G的谷维数(di~ionof the valley)(见[l」). 描述J(x)的下降轨道的微分方程组 d义 嚣一J’(x)，‘(0)一‘。，(3)是一个刚性微分方程组(s叮山晚肥爪阁s势记m). 特别地，当J(x)是严格凸的且其He资℃矩阵是正定的(它的本征值是严格正的)时候，不等式(l)与熟知的场翔e矩阵的病态要求: n笼以」(x、 人{J‘IX))=—二戈>l rnln又八x)一致.在这情况下谱条件数与山谷的陡度相同. 坐标方式的下降法(coo攻垃扭te一~d留eent ITrth-ed)(见[ZJ)J(x:，*+:，“‘，x‘一，.*十，，x.，*+，，x‘+1.*，…，x。.*)一塑J(x，，*+:，‘”，x卜1，*，y，x‘+:，*，“’，xo.*)， k=0，1，…，(4)不管其简单性和普遍性，仅当山谷的位置处于罕见情况下，即当山谷的方向是沿着坐标轴时才有效. 「2】中提出了方法(4)的一个现代化版本，它包括坐标轴的一个旋转，使得一个轴沿x*一x七一伸展，此后搜索在第(k+l)步开始.这样的一个办法导致一个坐标轴有一种与谷底的一条母线一致的趋向，使在若干情况下能顺利实现带有一维山谷的函数的极小化.这方法对多维山谷是不适用的. 最速下降法(s慨pest des以泊t，m出加吐of)的方案是由差分方程 x*十一x*一h*J{，J诬=J‘(x*)(5)给出的，这里h*由条件 J(‘*、:)一嘿J(‘厂hJ口选取.对严格凸的谷函数，特别对二次函数 J(x)一合X·DX一。·x，(6)由算法(5)构造的序列{x*}几何地收敛于函数的极小值点x’(见「3』): 1 Ix*一x‘11簇eg‘，这里C=常数且 。一典4共手共咎井. k(J"(x’))+l’由于对谷函数，k(J“(x))》1，q“1，从而收敛性在实际上是不存在的. 对简单梯度方案(见阱】);梯度法(脚曲ntme-thod)) x*十，=x*一hJ二，J*十1“J(x*、，)，h=常数， (7)类似的情况也能看到.加速其收敛性的基础在于用以前迭代的结果使得谷底更精确.梯度法(7)能够同每一次迭代的比率q=}人}/{J*一」}的计算一起应用(见阱]，【51).当它变得稳固地接近于常数值q=1时，按照表达式 h x二，=x。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条