检索结果-内蒙古大学图书馆

1引言对于各向同性,均匀介质的平面线弹性问题,当Lame常数λ→∞(泊松率v→0.5)时,即对于几乎不可压介质,通常的协调有限元格式的解往往不再收敛到原问题的解,或者达不到最优收敛阶,这就是所谓的闭锁现象(见[3],[7],[8]及[10]).究其原因,在通常的有限元分析中,其误差估计的系数与λ有关,当λ→∞时,该系数将趋于无穷大.因此为克服闭锁现象就需要构造特殊的有限元格式,使得当λ-∞时,有限元逼近解仍然收敛

关键词： planar linear elasticity pure displacement mixed finite element nonconforming rectangular finite element multigird

来源：评论

学校读者我要写书评

暂无评论

椭圆外区域各向异性问题基于人工边界条件的Schwarz交替算法

引用

高校应用数学学报（A辑） 2011年第2期26卷 158-168页

作者：冯丹杜其奎南京师范大学数学科学学院江苏南京210046 江苏省大规模复杂系统数值模拟重点实验室江苏南京210046

研究一类二维各向异性外问题的重叠型区域分解.基于自然边界归化,对各向异性外问题提出了一种Schwarz交替算法,并给出其离散形式,分析了算法的收敛性.给出数值试验以示算法的可行性与有效性.

关键词：椭圆外区域各向异性问题 Schwarz交替算法收敛性

来源：评论

学校读者我要写书评

暂无评论

非匹配网格上Stokes-Darcy模型的非协调元方法及其预条件技术

引用

计算数学 2011年第4期33卷 397-408页

作者：黄佩奇陈金如南京林业大学应用数学系南京210037 江苏省大规模复杂系统数值模拟重点实验室南京师范大学数学科学学院南京210046

本文讨论了非匹配网格上Stokes-Darcy模型的两种低阶非协调元方法,证明了离散问题的适定性并得到了最优的误差估计.对离散出来的非对称不定线性方程组,我们提出了几种有效的预条件子,证明了预条件子的最优性.最后,数值试验验证了我们的... 详细信息

本文讨论了非匹配网格上Stokes-Darcy模型的两种低阶非协调元方法,证明了离散问题的适定性并得到了最优的误差估计.对离散出来的非对称不定线性方程组,我们提出了几种有效的预条件子,证明了预条件子的最优性.最后,数值试验验证了我们的理论结果.

关键词：非协调元非匹配网格 Stokes—Darcy模型预条件子

来源：评论

学校读者我要写书评

暂无评论

泊松方程的一个多辛积分方法(英文)

引用

南京师大学报（自然科学版） 2011年第4期34卷 9-12页

作者：吕忠全王雨顺 “大规模复杂系统数值模拟”江苏省重点实验室数学研究所南京师范大学数学科学学院江苏南京210046 南京林业大学理学院江苏南京210037

分析了泊松方程的多辛结构,推导了泊松方程的多辛拟谱格式,并得出相关守恒律,最后进行了数值试验.数值模拟的高精度说明多辛方法为泊松方程的研究提供了一个有效的新工具.

关键词：多辛 Fourier拟谱方法泊松方程

来源：评论

学校读者我要写书评

暂无评论

解无约束最优化的基于锥模型的过滤集-信赖域方法

解无约束最优化的基于锥模型的过滤集-信赖域方法

引用

第九届全国计算数学年会

作者：孙文瑜徐东南京师范大学数学科学学院南京 210046 江苏省大规模复杂系统数值模拟实验室，南京 210046

锥模型优化方法是一类非二次模型优化方法，它在每次迭代中比标准的二次模型方法含有更丰富的插值信息Di和Sun(1996)提出了解无约束优化问题的锥模型信赖域方法。本文根据Flctcher和Leyffer(2002)的过滤集技术的思想，在Di和sun(1996)... 详细信息

锥模型优化方法是一类非二次模型优化方法，它在每次迭代中比标准的二次模型方法含有更丰富的插值信息Di和Sun(1996)提出了解无约束优化问题的锥模型信赖域方法。本文根据Flctcher和Leyffer(2002)的过滤集技术的思想，在Di和sun(1996)工作的基础上，提出了解无约束优化问题的基于锥模型的过滤集信赖域算法。在适当的条件下，证明了新算法的收敛性。有限的数值试验结果表明新算法是有效的。

关键词：运筹学无约束最优化数值算法收敛性

来源：评论

学校读者我要写书评

暂无评论

基于互信息与类距离测度最优的图像聚类

引用

计算机工程与应用 2011年第34期47卷 199-202,241页

作者：孙越泓魏建香夏德深南京师范大学数学科学学院江苏省"大规模复杂系统数值模拟"重点实验室南京210046 南京人口管理干部学院信息科学系南京210042 南京理工大学计算机科学与技术学院南京210094

模糊C均值算法用于图像聚类时,仅考虑图像的灰度信息,忽略灰度的空间分布,未充分利用分割前后图像间的关系。从分割后图像的类距离出发,并利用聚类分割前后图像间的互信息,以基于对称分布多样性的粒子群算法为优化技术,构造了一种新的... 详细信息

模糊C均值算法用于图像聚类时,仅考虑图像的灰度信息,忽略灰度的空间分布,未充分利用分割前后图像间的关系。从分割后图像的类距离出发,并利用聚类分割前后图像间的互信息,以基于对称分布多样性的粒子群算法为优化技术,构造了一种新的图像分割方法——基于互信息和类距离测度最优的图像聚类算法。对医学图像进行仿真,实验结果表明该算法得到的图像边界清晰连续,图像的内部特征保持完好,与多种聚类算法相比,图像分割的质量明显得到提高。

关键词：图像聚类互信息类距离对称分布粒子群优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：