n阶常微分方程三点边值问题解的存在性、唯一性

利用献[1]的献[2]中的“solution-matching”方法探讨了n阶常微分方程三点边值问题解的存在性和唯一性,推广了献[1]和献[2]中的结果。     

一个常微分方程的整体解存在性

该文研究了常微分方程(d2u/dx2)+K(x)2n=0在(-1,1)上整体解的存在性,此问题源于H2上的预定保角高斯曲率问题,证明了一个存在定理,解释了其几何意义.     

基于ELM算法的Chebyshev神经网络在常微分方程数值解中的应用

提出了一种快速的、新颖的、高精度的用于求解常微分方程数值解的方法:考虑了极限学习机(ELM)算法对参数调整的简便性和适合单层网络的特点,结合Chebyshev多项式的正交特性带来的少参数而高逼近的作用。该联合算法只需要少量的神经元和单层的神经网络,再通过最小二乘法,解出矩阵广义逆进行参数调整便可获得具有较高精度且无穷可微的常微分方程数值解。     

偏微分方程的MATLAB数值解法及可视化

偏微分方程的数值解法在数值分析中占有很重要的地位,很多科学技术问题的数值计算包括了偏微分方程的数值解问题。在学习初等函数时,总是先画出它们的图形,因为图形能帮助了解函数的性质。而对于偏微分方程,画出它们的图形并不容易,尤其是没有解析解的偏微分方程,画图就显得更加不容易了。为了从偏微分方程的数学表达式中看出其所表达的图形、函数值与自变量之间的关系,通过MATLAB编程,数值求解了泊松方程,并将其结果可视化,给出了解析解与数值解的误差。     

求一类非线性偏微分方程解析解的简洁构造算法

通过引入一个变换,利用齐次平衡原理和选准一个待定函数来构造求解一类非线性偏微分方程解析解的算法.作为实例,我们将该算法应用到了mKdV方程,KdV-Burgers方程和KdV-Burgers-Kuramoto方程.借助符号计算软件Mathematica获得了这些方程的解析解.不难看出,该方法不仅简洁,而且有望进一步扩展.     

偏微分方程在图像去噪中的应用

论文分析了偏微分方程在图像去噪方面的应用,分析现有方法的理论基础、存在的问题以及在去噪中的优点。给出实验结果,对比几种方法在去噪中的不同应用。分析了偏微分方程去噪存在的不能恢复纹理的缺点,提出了今后改进的方向。     

常微分方程自治系统周期解的变分原理和数值计算方法

在许多化学和生物学的振子中,人们需要寻找周期解。通常的方法是用定性的方法证明微分方程存在一个稳定的极限环,用奇异摄动的方法求出局部范围内的近似解。要得到大范围内的近似解,必须通过数值计算所得。当方程是两个以上的变量时,这种做法是困难的。     

改进的粒子群算法在偏微分方程中的仿真应用

工程领域中的许多问题都可以转化为微分方程的求解问题.由于存在多个附加条件,求解偏微分方程数值解比较困难.为解决上述问题,根据传统的有限差分法求解过程,提出了粒子群智能优化算法解决问题的求解步骤和具体策略.利用有限差分法将偏微分方程转化为较简单的线性方程组,指出新的适合具体方程组的适应值函数后,用改进的基于变尺度的粒子群优化算法将其转变为变分优化问题进而来求解线性方程组.通过仿真比较,改进的算法求解过程简单,控制参数少,数值实验表明算法有较好的效果和适用性.     

偏微分方程的MATLAB数值解法及可视化

偏微分方程的数值解法在数值分析中占有很重要的地位,很多科学技术问题的数值计算包括了偏微分方程的数值解问题。在学习初等函数时,总是先画出它们的图形,因为图形能帮助了解函数的性质。而对于偏微分方程,画出它们的图形并不容易,尤其是没有解析解的偏微分方程,画图就显得更加不容易了。为了从偏微分方程的数学表达式中看出其所表达的图形、函数值与自变量之间的关系,通过MATLAB编程,数值求解了泊松方程,并将其结果可视化,给出了解析解与数值解的误差。     

基于K-SVD的偏微分方程模型在毫米波图像恢复中的应用

在图像被大噪声污染或具有较低分辨率时,传统的偏微分方程(PDE)模型的稳态解会产生明显的阶梯效应,恢复图像质量较差。针对此缺点,提出了一种新的基于K-奇异值分解(K-SVD)的PDE图像恢复方法,并应用于毫米波(MMW)图像的恢复。K-SVD是一种图像稀疏表示方法,对图像进行稀疏估计的同时实现去噪,对噪声方差较大的图像具有较好的去噪鲁棒性。首先采用K-SVD对MMW图像进行去噪,对去噪图像再应用全变分(TV)模型的PDE方法进行恢复。对所提出的算法分别使用模拟的MMW图像和真实的MMW图像进行测试,并进一步和K-SVD、PDE方法比较,同时使用峰值信噪比(PSNR)对恢复图像进行评价。根据不同噪声方差下的PSNR数据和恢复图像的视觉效果,实验结果证明了所提方法能够有效地恢复MMW图像。