摘要:K最近邻算法是应用最为广泛的分类算法之一,但其高时间复杂度限制了其在大数据时代的性能。量子K最近邻算法(QKNN)可以满意地处理上述问题,但直接应用传统的基于欧氏距离的相似性度量会牺牲其准确率。受极坐标系和量子特性的启发,本文提出一种新的相似性度量来取代欧氏距离,将其定义为极坐标距离。极坐标距离同时考虑角度和模数长度信息,引入一个根据具体应用数据调整的权重参数。为了验证极坐标距离的效率,我们使用几个典型数据集进行了各种实验。对于传统KNN算法,使用极坐标距离进行相似性度量时准确率性能相当,而对于QKNN算法,其分类准确率明显优于欧氏距离。此外,极坐标距离表现出优于欧氏距离的可扩展性和鲁棒性,为 QKNN 在实践中的大规模应用提供了机会。
拉格朗日乘数法。(10)数列和级数:数列、数列的极限及其性质、正项级数、收敛的必要条件、比较检验法、达朗贝尔比率检验法、柯西根检验法、交错级数、莱布尼茨规则、绝对收敛和条件收敛。(6)积分学:积分学的平均值定理、反常积分及其分类、Beta 函数和 Gamma 函数、笛卡尔和极坐标中的面积和长度、笛卡尔和极坐标中的旋转立体的体积和表面积。(12)多重积分:二重积分、二重积分的求值、三重积分的求值、积分阶数的变换、变量的变换、二重积分的面积和体积、三重积分的体积。 (10)向量微积分:向量值函数及其可微性、线积分、面积积分、体积积分、梯度、旋度、散度、平面格林定理(包括矢量形式)、斯托克斯定理、高斯散度定理及其应用。 (10)教材,
摘要:在对数极坐标系中,常规的数据采样方法是沿对数极坐标半径和极角方向均匀采样,这使得数据中心点处的采样比周边处更加密集。常规采样方法的中心过采样现象并不能提供更有效的信息并且会造成计算浪费。幸好自适应采样方法是实际应用中解决这一问题的有力工具,因此本文将其引入到量子数据处理中。本文首先提出了自适应采样数据的量子表示模型,其中极角的采样个数上限与对数极坐标半径有关。由于这一特点,其制备过程变得相对复杂。然后,为了论证本文所给模型的实用性,给出了基于双圆弧插值的具有整数缩放比的量子自适应采样数据的放大算法及其电路实现。然而,由于对数极坐标系中自适应采样方法的特殊性,自适应采样数据的插值过程也变得相当复杂。论文最后通过数值例子验证了算法的可行性。
在本节中,我们将研究如何对各种三角函数乘积进行积分。这些积分称为三角积分。它们是积分技术三角代换的重要组成部分,该技术在三角代换中介绍。这种技术使我们能够将可能无法积分的代数表达式转换为涉及三角函数的表达式,我们可以使用本节中描述的技术对其进行积分。此外,这些类型的积分在我们稍后学习极坐标、圆柱坐标和球坐标系时经常出现。让我们从 sin x 和 cos x 的乘积开始我们的学习。
2指标,几何和测量学48 2.1指标和几何I:定义和示例。。。。。。。。。。。。。。。。。48 2.2指标和几何II:Lorentzian(伪里程)指标。。。。。。。53 2.3地球方程适当时间的末端。。。。。。。。。。。。56 2.4测量方程和坐标转换。。。。。。。。。。。。。。。。60 2.5大地测量的替代行动原则。。。。。。。。。。。。。。。。。。。。。64 2.6关于两个行动原则之间的关系。。。。。。。。。。。。。。。。66 2.7仿射和非携带参数。。。。。。。。。。。。。。。。。。。。。。。70 2.8示例:极坐标中的R 2中的测量学。。。。。。。。。。。。。。。。。。72 2.9示例:用于超级和直接产品指标的测量学。。。。。。。。。75
图 4. 一组极坐标曲线,描述了在不同应变大小下 K + 渗透石墨烯嵌入的 N 4 O 2 孔隙时,单轴应变方向的变化。每个传导点模拟 150 纳秒。除了 N 4 O 2 孔隙外,还展示了通过单轴应变 18-冠-6 孔隙的渗透,作为各向同性响应的示例(黑色圆圈和实线)。所有连续线都是模拟数据的 - 型拟合,作为视觉指南添加。𝐴𝑒𝑥𝑝(𝐵𝑐𝑜𝑠𝜑)对应的数据不确定性与图 2 中显示的垂直条具有相同的量级。
模块1:矩阵和应用程序 - 矩阵:矩阵操作 - 附加,标量乘法,乘法,转置,伴随及其属性;线性方程和高斯消除,决定因素及其特性的系统;克莱默的统治;向量空间:子空间,线性依赖/独立性,基础,维度,r^n的标准基础,线性变换,线性变换的矩阵,基础和相似性的变化,rank-nullity定理;内部产物空间,革兰氏阴性过程和正统基础,特征值和特征向量,特征多项式,对角线化。模块2:单个变量的差分计算函数:函数和先验函数;限制,连续性和不同性;平均价值定理,泰勒和麦克拉林的定理;参数方程和极坐标。几个变量的函数:部分分化;总分,欧拉的定理和概括;
摘要。本文介绍了一种简单有效的方法来识别和量化直齿轮齿根裂纹的存在。在本文的第一部分中,通过基于 SolidWorks 的有限元模拟对该问题进行了数值分析。计算出的齿面弯曲刚度和固有频率随着裂纹长度的增加而显着降低,而变形则呈现相反的趋势。通过为此目的开发的方便而简单的试验台对数值结果进行了实验验证。从模态分析测试中获得的实验结果证实了先前获得的数值结果。这些参数在极坐标图上的图形表示显示了同心圆,从一个齿到另一个齿没有特殊的符号。然而,当齿根附近存在裂纹时,这些圆形图案在有缺陷的齿附近会变形,这提供了一种快速简便的目视检查来检测裂纹并量化其程度。