玻璃材料的许多非线性效应可用它的非线性折射系数来描述。本文报导了一批国产光学玻璃和钕玻璃的自聚焦损伤阈值、自聚焦损伤丝长度与激光功率密度的关系的实验结果,并利用自聚焦参数得到了这些玻璃的非线性折射系数的数值。这些数据可供钕玻璃激光系统设计时采用,也可作为分析研究产生玻璃介质非线性机理的依据。

神经网络遗传算法函数极值寻优——非线性函数极值寻优

非线性振动系统非线性振动方程超谐波的多尺度方法

应用matlab编写的RBF神经网络算法，任意非线性函数逼近

模糊神经网络逼近二维非线性函数的matlab程序实例

在对典型跟踪微分器深入研究的基础上，提出一种改进的非线性跟踪微分器．该跟踪微分器综合了线性跟踪微分器和非线性跟踪微分器的优点，不但无颤振现象，而且具有良好的动态响应和较强的滤波能力，兼顾了快速性和准确性的要求，可实现任意信号的跟踪和微分．该跟踪微分器形式简单、易于实现．仿真结果表明，改进型非线性跟踪微分器具有优良的性能．

ansys workbench 非线性教程

粒子滤波（PF），粒子群优化粒子滤波（PSO-PF）matlab程序，整合程序，增加注释并用子程序编写，适用于初学者根据自己研究内容改写。

用户投诉预测模型能有效地降低电信用户投诉率，对企业提高用户满意度和竞争力有着至关重要的作用。在模型训练过程中，由于人工设计特征的缺陷和设计过程中存在难以预估的复杂性，使得模型预测的精度和设计特征的效率不能有很大的提升。针对上述问题，提出了一种基于深度学习的用户投诉预测模型。该模型通过深层网络特征学习单元能从电信用户原始数据中自动学习到适合分类器分类的高层非线性组合特征，并将这些高层特征输入到传统分类器中来提高模型的精度。通过实验结果分析，预测模型在AUC指标上比以往用户投诉模型提升了7.1%，证明了该模型自动学习特征的有效性和深度学习在电信大数据领域的可用性。

案例3 遗传算法优化BP神经网络-非线性函数拟合