基于FEM／SBFEM的无穷域势流问题重叠型区域分解计算

提出了一种将有限元和比例边界有限元相结合求解无穷域势流问题的算法．用两条封闭曲线将求解域划分为存在重叠的有限和无限两个区域,在有限域和无限域上分别用有限元和比例边界有限元方法求解原问题,通过重叠区域交换数据迭代计算,直至收敛．分析了重叠区域面积的大小对计算收敛速度的影响,发现随着重叠区域面积的增大迭代次数减少,收敛速度加快．数值算例显示了算法的正确性和收敛性．本算法为求解无穷域势流问题提供了一个方法．     

Strategies of domain decomposition for the design of parallel algorithms

This is a framework of the domain decomposition method (DDM) for solving PDEs on parallel computers. Three types of DDM: DDM with overlapping, DDM without overlapping and DDM with fictitious components are discussed in a uniform framework.     

基于属性高频字的深网数据库重叠率估计

在同一领域中,不同Web数据库之间有重叠部分,为估计重叠部分在Web数据库中所占比例,提出一种基于属性高频字的重叠率估计方法。以中文高频字作为起点,迭代诱导属性高频字。通过属性高频字的查询结果计算匡叠部分出现的条件概率,进而估计重叠率。实验证明,该方法的偏差度和波动度都小于5。     

Stokes外问题的一种重叠型区域分解法

本文讨论了平面无界区域上Stokes问题的重叠型区域分解法.利用混合元方法求解内子区域问题得到速度和压力,再用Poisson积分公式解出外子区域的速度和压力,如此交替迭代克服区域无界性并按原始变量求出原问题的数值解.根据投影理论证明重叠型区域分解法的几何收敛性.最后给出数值例子.     

一种改进的图像超分辨率模型与数字图像分辨率的研究

论文从Harris等人提出的图像超分辨率理论出发,分析了传统图像超分辨率理论的不妥之处,并在此基础之上对成像模型进行了改进。以改进模型为依据,指出数字图像频谱的混迭是影响数字图像分辨率的主要因素之一,并且这种混迭是不可避免的,也是不可能被完全消除的。在数字图像超分辨率重建中,奈奎斯特抽样定理已经不能适用了,此种重建过程应该是减小混迭的过程,根据重建精度的要求,相应的来减小混迭。在图像混迭的基础之上,提出了一种数字图像分辨率的概念,由此概念出发,可以为数字图像超分辨率重建提供新的途径和评价方法。     

Schwarz waveform relaxation methods for parabolic equations in space-frequency domain

Some Schwarz waveform relaxation algorithms based on frequency domain analysis for parabolic equations are proposed and analyzed. In this paper we mainly study an overlapping process with Dirichlet transmission conditions and a non-overlapping process with Robin transmission conditions. The convergence conditions for these algorithms are also obtained by our frequency domain analysis. Numerical experiments are given to illustrate effectiveness of the algorithms.     

无穷凹角区域椭圆边值问题的重叠型区域分解算法

§1.引言许多科学和工程计算问题都可归结为无界区域上的偏微分方程边值问题,数值求解无界     

基于线图与PSO的网络重叠社区发现

从优化模块度的角度出发,引入线图理论,给出线图的硬划分与原 图的有重叠划分相对应的理论证明, 提出了一种基于线图与粒子群优化技术的网络重叠社区发现算法(Communities discovery based on line graph and particle swarm optimization, LGPSO), 该方法通过粒子群优化 (Particle swarm optimization, PSO)算法寻找网络对应线图的最优划分来发现网络重叠社区, 实验结果显示,该方法能够在无先验信息的条件下快速有效地揭示网络的重叠社区结构.     

基于重叠域采样混合特征的点云配准算法

针对部分重叠的两片点云配准效率低、误差大等问题,提出了一种基于重叠域采样混合特征的点云配准算法。首先,通过编码和特征交互的方式预测每个点的重叠分数,获得更丰富的点云特征。其次,提取重叠点的局部几何特征,基于重叠分数和点特征的显著性保留重叠关键点。最后,利用重叠关键点的几何信息和空间信息构建混合特征矩阵,计算矩阵的匹配相似度,采取加权奇异值分解运算得到配准结果。实验结果表明,该方法具有较强的泛化能力,能在保证配准效率的同时显著提升点云配准精度。     

Restricted overlapping balancing domain decomposition methods and restricted coarse problems for the Helmholtz problem

Overlapping balancing domain decomposition methods and their combination with restricted additive Schwarz methods are proposed for the Helmholtz equation. These new methods also extend previous work on non-overlapping balancing domain decomposition methods toward simplifying their coarse problems and local solvers. They also extend restricted Schwarz methods, originally designed to overlapping domain decomposition and Dirichlet local solvers, to the case of non-overlapping domain decomposition and/or Neumann and Sommerfeld local solvers. Finally, we introduce coarse spaces based on partitions of unity and planes waves, and show how oblique projection coarse problems can be designed from restricted additive Schwarz methods. Numerical tests are presented.