广义Nekrasov矩阵的新迭代判别法

广义Nekrasov矩阵作为一类特殊的广义严格对角占优矩阵在科学和工程实际中有着广泛的应用,因此研究这类矩阵的判定问题是非常重要的.给出了判定一个矩阵是否为广义Nekrasov矩阵的两种新的迭代算法,并用数值算例说明了算法的有效性.由于证明了广义Nekrasov矩阵就是广义严格对角占优矩阵,从而也就得到了两种新的判定广义严格对角占优矩阵的迭代算法.     

两类推广的渐近迭代逼近

在计算机辅助设计领域里,曲线或曲面的渐近迭代逼近(Progressive iterative approximation,PIA)性质在插值与拟合问题中有着广泛的应用,以前的文献对这一性质的讨论主要局限在标准全正基的情形.对于一般的非标准全正基,本文指出,其在适当的参数下也有可能同样具有这一优良的性质,并给出了相应的实例,从而拓宽了渐近迭代逼近的适用范围.与此同时,还讨论了权因子各不相同时,带权渐近迭代逼近的收敛性,使得迭代逼近曲线对不同的控制顶点,具有不同的加速收敛速度.     

低次非均匀三角Bézier曲面的最小二乘渐进迭代逼近性

渐进迭代逼近(简称PIA)是一种直观有效的数据拟合方法.经典的PIA方法要求曲面控制顶点的个数等于拟合数据点的个数,并不适用于大量数据的拟合.为了改造经典PIA方法,特别研究了使用最频繁的三角曲面用PIA来生成的算法,并重点考虑实际中最常用的低次情形.证明了低次(n=2,3,4)非均匀三角Bézier曲面具有最小二乘渐进迭代逼近(简称LSPIA)性质,并且迭代得到的三角Bézier曲面序列的极限就是数据点的最小二乘拟合.同时,还提供了如何选择合适的权值使得迭代拥有最快收敛速度的方法.实例验证了最小二乘PIA方法的有效性.     

非奇H-矩阵的一组迭代判别法

非奇异H-矩阵在数值线性代数的理论与应用中起着重要作用,因此判定一个矩阵是否为非奇异H-矩阵有着非常重要的意义.本文根据广义严格α-链对角占优矩阵和广义严格α-对角占优矩阵的性质,以及引入迭代因子,给出了一组非奇异H-矩阵新的迭代判定条件.这些判定条件推广和改进了相关已有结果,丰富和完善了非奇异H-矩阵的理论,数值算例说明了其有效性.     

三角域上双变量Jacobi-Bernstein的基转换及应用

为了在CAGD中有效地求解三角域上Bézier曲面的最小平方逼近问题,给出了三角域上双变量Jacobi基和Bernstein基的相瓦转换矩阵.首先利用Bernstein基构造了三角域上的Jacobi多项式;然后利用单变量Jacobi基和Bernstein基的转换关系,给出了三角域上双变量Bernstein基与Jacobi基的相互转换矩阵.进一步,利用该矩阵得到了在加权L2范数下基于正交基的Bezier曲面最佳降多阶逼近算法,给出了具体的最佳降多阶矩阵以及该降阶逼近的可预报的误差公式.     

三角域曲面的TPIFS模型分形逼近

提出了一种三角域上逼近具有分形特征的自然复杂曲面和普通光滑曲面的统一数学模型．该模型是迭代函数系统与传统自由曲面造型的一种结合，文中给出的定理证明了它可以逼近任意三角域上的连续函数．模型的主要用途是曲面造型、形状描述及压缩．     

非奇异H-矩阵的新判定

应用广义严格对角占优矩阵的性质,对矩阵元素进行比较,确定了在一定区间范围内的数值因子,从而得到了一种判定非奇异H矩阵的新的方法.利用矩阵理论中不等式的方法和技巧,构造出相对应的正对角矩阵,并给出了严格的推导证明.由此推广得到了满足一定条件下的不可约矩阵以及具有非零元素链的矩阵,从而也得到了非奇异H矩阵的另外两种新的判定方法,最后用数值例子说明了结论的有效性.     

带形状参数的Bernstein-Bézier曲面

虽然三角域上的曲面造型方法能有效解决不规则产品的几何造型问题, 在实际工程中有着广泛的应用, 但由于其结构的特殊性和复杂性, 目前对三角域曲面的扩展研究并不多。为了丰富三角域曲面的理论, 针对如何增强三角域曲面形状表示的灵活性进行了专门的研究。首先构造了一组三角域上含一个参数的四次多项式基函数, 它是三角域上二次Bernstein基函数的扩展。然后用递推的方式定义了三角域上含一个参数的n+2次多项式基函数, 它是三角域上n次Bernstein基函数的扩展。基于新的n+2次多项式基函数, 定义了相应的n阶三角域曲面。分析了基函数和曲面的性质, 新曲面不仅具备三角域上Bernstein Bézier曲面的基本性质, 而且还可以在不改变控制顶点的情况下, 通过改变参数的值来自由调整曲面的形状。     

三角域上带形状参数的三次Bézier曲面

张量积Bézier曲面被成功地应用于商业CAD系统中,然而实际工程中的某些外形却无法依靠张量积形式实现.因此在CAGD中,三角Bézier曲面成为外部形状设计的主要工具之一.为了更加灵活地控制三角曲面的形状,构造了一组带形状参数的三次多项式基函数,它们是三角域上三次Bernstein基的扩展.利用该组基函数定义了三角域上带形状参数的多项式曲面.基函数和曲面分别具有Bernstein基和Bézier曲面的性质.在形状参数的取值范围内,三次Bézier三角曲面是它的特例.由于含有可调的形状参数,该曲面在形状修改与变形中具有更大的灵活性.形状参数具有明确的几何意义,参数越大曲面越逼近控制网格.实例表明,通过改变形状参数的取值可以调整曲面的形状,在CAGD中该方法是有效的.     

Ball基的推广

构造了一系列次数为n且带有参数k(2(≤)k(≤)「n/2」+1)的新的广义Ball基,作为Wang-Ball基(k=2)到Said-Ball基(k=「n/2」+1)的过渡,并给出新基的一些性质.接着,由新基定义出新的广义Ball曲线,给出曲线的递归求值、升阶和降阶逼近算法.最后,提出相应的三角基,并给出三角曲面的递归求值和升阶算法.     

Progressive iterative approximation for triangular Bézier surfaces

Recently, for the sake of fitting scattered data points, an important method based on the PIA (progressive iterative approximation) property of the univariate NTP (normalized totally positive) bases has been effectively adopted. We extend this property to the bivariate Bernstein basis over a triangle domain for constructing triangular Bézier surfaces, and prove that this good property is satisfied with the triangular Bernstein basis in the case of uniform parameters. Due to the particular advantages of triangular Bézier surfaces or rational triangular Bézier surfaces in CAD (computer aided design), it has wide application prospects in reverse engineering.     

分组渐进迭代逼近算法拟合数据点集

目的 在计算机辅助设计领域里,曲线或曲面的渐进迭代逼近（PIA）性质在插值与拟合问题中有着广泛的应用。如果直接使用PIA方法对所有的数据点集进行拟合,那么在拟合大规模数据点时就缺少一定的灵活性。为了进一步提高渐进迭代逼近方法在拟合大规模点集时的灵活性,提出基于分组的渐进迭代逼近方法。方法 首先对待拟合点集进行分组;其次对分组后的点集采用PIA方法或是基于最小二乘的渐进迭代逼近方法（LSPIA）来得到一组插值或拟合精度不断改善的曲线/曲面;最后运用曲线/曲面拼接算法保证曲线/曲面的连续性,得到1条/张插值或拟合于给定点集的曲线/曲面。结果 给定相同的数据点集,分别采用分组PIA方法,PIA方法和LSPIA方法进行拟合。分组PIA方法与PIA方法相比误差减少的倍数与组数相当;分组PIA方法与LSPIA方法相比误差减少一半。结论 本文将分组思想引入渐进迭代逼近方法之中,提出了基于分组的渐进迭代逼近方法。该分组算法适用于拟合大规模数据点集,在拟合过程中,可以提高渐进迭代逼近方法在拟合大规模点集时的灵活性;经过理论推导证明了曲线/曲面的迭代效率有所提高,且与PIA方法相比误差有较大的改善。     

A Method for Judging Generalized Diagonally Dominant Matrix

In this paper, we present an effective and new method to judge if a n 2 n matrix is a generalized diagonally dominant matrix or an M-matrix and have studied its parallel algorithm and realization problem.     

大系统块对角优分解

以系统状态方程为模型,提出将系统矩阵Ａ块三角分散后,通过非平衡补偿使其具有块对角优形式的分解该当。仿真实例证明该方法是可行的,它可简化模型为块对角型,为大系统分散控制设计与实现及并行处理提供了实用手段。     

Convergence of splittings of matrices

In order to investigate the convergence of splittings of matrices, we introduce a concept, where a splitting is (generalized) diagonally dominant. On this basis we prove some necessary and sufficient conditions for the convergence of general splittings of matrices. Much attention is also paid to special iterative methods concerning blockJacobi (BJ), blockGauss-Seidel (BGS), BJOR, BSOR andBAOR iterations, as well as generalizedJacobi (GJ), generalizedGauss-Seidel (GGS), GJOR, GSOR andGAOR iterations. Finally, some sufficient conditions for divergence are given, and we also provide a definition for a splitting to be diagonally weak.     

渐进迭代逼近方法在曲线变形上的应用

目的 随着几何造型、计算机动画等领域的快速发展,曲线的自由变形技术在近年来受到了广泛的关注。为了获得更多有趣、逼真的变形效果,提出基于渐进迭代逼近与主顶点方法的曲线局部变形算法。方法 给定数据点集,首先采用渐进迭代逼近方法或是基于最小二乘的渐进迭代逼近方法产生待变形曲线;其次对待变形区域使用延拓准则,基于主顶点方法与待变形曲线的形状信息选取控制顶点进行调整;最后对调整后的控制顶点运用局部渐进迭代逼近方法生成逼近曲线,得到期望的变形效果。结果 此变形操作借助于局部渐进迭代逼近方法,具有较好的灵活性。通过茶壶、面部轮廓、手等数值实例,表明了该方法可以得到良好的变形效果。进一步地,借助于叠加变形还可以得到整体的、周期的、伸缩的等各类更加丰富的变形效果。结论 本文研究渐进迭代逼近在曲线变形上的应用,将主顶点方法引入曲线的变形之中,把两者相结合提出了基于渐进迭代逼近与主顶点方法的曲线局部变形算法。该算法不仅具备渐进迭代逼近方法的收敛稳定性,且借助于主顶点方法,可以得到较好的变形效果。该方法适用于曲线的局部变形,丰富了曲线的变形效果。     

广义严格对角占优矩阵的一组新判据

广义严格对角占优矩阵在科学和工程实际中有广泛的应用,因此研究这类矩阵的判定问题是非常重要的．本文利用细分区域的思想给出了判定广义严格对角占优矩阵的几个新条件,推广和改进了已有的结果,并通过数值算例说明了这些条件的有效性．     

Simple criteria for generalized diagonally dominant matrices

Abstract

In this paper we provide several new criteria for generalized diagonally dominant matrices (GDDMs) by making use of elements of matrices only, and also propose two corresponding non-parameter algorithms to test GDDMs. Numerical examples for the effectiveness of the methods are presented.     

基于正则渐进迭代逼近的自适应B 样条曲线拟合

基于渐进迭代逼近(PIA)的数据拟合方法以其简单和灵活的特性获得了广泛的关 注。为了获得高保真度的拟合曲线,提出了一种基于主导点选取和正则渐进迭代逼近(RPIA)的 自适应B 样条曲线拟合算法。首先根据数据点的曲率估计选取初始主导点并生成初始PIA 曲线。 然后,借助于拟合误差和数据点集的曲率分布选取加细的主导点及实现PIA 曲线的更新。得益 于基于曲率分布的主导点选取,使得拟合曲线在复杂区域分布较多的控制顶点,而在平坦区域 则较少。通过正则参数的引入构造了一种RPIA 格式,提升了渐进迭代控制的灵活性。最后, 数值算例表明相比于传统最小二乘曲线拟合该算法在使用较少数量的控制顶点时可实现较高的 拟合精度。