收敛阶
收敛阶的相关文献在1986年到2022年内共计376篇,主要集中在数学、自动化技术、计算机技术、教育
等领域,其中期刊论文374篇、会议论文2篇、专利文献9291篇;相关期刊207种,包括泉州师范学院学报、杭州师范大学学报(自然科学版)、宝鸡文理学院学报(自然科学版)等;
相关会议2种,包括海峡两岸三地环境与资源学术研讨会暨第二届中国环境资源与生态保育学会会员代表大会、第八届全国动力学与控制学术会议等;收敛阶的相关文献由498位作者贡献,包括王平华、何甲兴、蔡清波等。
收敛阶
-研究学者
- 王平华
- 何甲兴
- 蔡清波
- 连博勇
- 刘兰冬
- 张淑丽
- 袁学刚
- 叶继昌
- 崔利宏
- 沈晓斌
- 何尚琴
- 侯象乾
- 刘天宝
- 杜跃鹏
- 王霞
- 陈小雕
- 黄东兰
- 吴开谡
- 徐淳宁
- 朱芳
- 李苏
- 王淑云
- 陈争鸣
- 何斯日古楞
- 余爱晖
- 冯国
- 刘明才
- 刘永莉
- 孙方裕
- 孟佳娜
- 尚增科
- 尹秀玲
- 张引娣
- 张昕
- 曹德欣
- 李艳坡
- 李阿然
- 李风军
- 杨逢建
- 林迎珍
- 殷凤
- 王晓锋
- 王鹏飞
- 章迪平
- 肖泽昌
- 葛金辉
- 蒋茜
- 赵玲玲
- 郑华盛
- 郭妞萍
-
-
黄丝引;
曾光;
张思平;
余笑宇;
雷莉
-
-
摘要:
Newton迭代法是求解非线性方程的重要方法之一,其收敛阶是二阶,在迭代过程中需要计算一个函数值和一个导数值,因此Newton迭代法的效率指数为1.4142。基于Newton迭代法结合两步迭代格式构造了一种新的三步迭代格式,通过理论证明其收敛阶是六阶,在迭代过程中每次均需要计算2个函数值和2个导数值,则该三步迭代格式的效率指数为1.5651,最后数值实验结果也验证了该方法的有效性和可行性。
-
-
费经泰;
郝庆一;
程一元;
孙钊
-
-
摘要:
对传统的随机递归梯度下降算法(SARAH)采用梯度加权平均技术,在强凸条件下提出了一种加权的SARAH算法—WA-SARAH算法。然后理论上证明了该算法具有线性收敛速率,并且给出了相应的收敛阶。通过合理地选取加权系数,发现WA-SARAH算法的收敛阶要优于SARAH算法。最后通过数值实验,验证了WA-SARAH算法的合理性。
-
-
-
-
姚梦媛;
卢长娜
-
-
摘要:
为提高迭代法的收敛速度,对非线性方程求根的迭代法,从积分形式方程角度,将经典的牛顿迭代法与两点高斯积分公式相结合,提出一种新的预估校正格式--高斯勒让德牛顿法(Gauss Legendre Newton Method,简称GN法),并证明该方法对单根至少三阶收敛,比同阶的Simpson牛顿法具有更高的效率指数.数值算例结果表明,与其他3种迭代法相比,该方法具有较快的收敛速度和较高的效率指数.高温光谱温度反演结果表明,该方法具有较高的精度和一定的应用价值.
-
-
巩星田
-
-
摘要:
提出了求解非线性方程f(x)=0根的一类牛顿迭代法的变形方法。与许多特殊类型的方法相比,该方法更具有一般性。同时,在证明了其收敛阶的基础上给出了一种构造该方法的可行性方案。最后,通过数值实验进一步验证了方法的有效性,而且方法(10)还移除了目标函数在根x*附近f¢(x)¹0的限制性条件。
-
-
石康康;
马宁
-
-
摘要:
近年来,间断有限元方法在求解双曲型方程中获得广泛应用,与传统有限元和差分方法相比也有许多优势。在本文中,对双曲型的波动方程应用间断有限元分析,通过构造间断有限元的强形式,选择合适的数值通量,与精确解相比得到了较小的误差以及较高的收敛阶,达到了间断有限元的理论收敛阶。
-
-
-
胡欢欢;
李杨;
贾宏恩
-
-
摘要:
过去的几十年中,Cahn-Hilliard方程引起了很多学者的关注.该方程最早被用来描述在温度降低时两种均匀的混合物所发生的相分离现象.随着理论的深入研究,该方程在其他方面也有广泛的应用.修正的Cahn-Hilliard方程是一个四阶非线性抛物方程,再加上该方程的小参数问题,使得该方程在求精确解时,具有一定的难度,只能利用数值方法在较小的时间步长上求解数值解,若在较大的时间步长上进行求解会造成数值解的发散.本文提出了求解修正的Cahn-Hilliard方程的大时间步长方法.所提格式在空间上采用有限元方法离散,在时间上采用一阶半隐格式进行离散,证明了一阶半离散格式的稳定性及全离散格式的误差估计.最终通过数值算例来验证理论分析的准确性及有效性.
-
-
祝平;
陈小雕;
马维银;
姜霓裳
-
-
摘要:
求根问题在计算机图形学、机器人技术、地磁导航等领域应用广泛.基于重新参数化方法(reparamaterization-based method,RBM),给出了用于计算给定光滑函数在某区间内唯一实根的渐进式显式公式.给定光滑函数f(t),用有理多项式Ai(s)对曲线C(t)=(t,f(t))进行插值,得到重新参数化函数t=4i(s),使得Ai(sj)=C(Φi(s)).提出了基于重新参数化函数Φi(s)的显式公式用于渐进式逼近f(t)对应的实根,在n个函数计算的成本下,收敛阶可达到3·2n-2,其中n≥3.与类牛顿法相比,本文方法提高了计算稳定性,且收敛速度更快、计算效率更高.与裁剪法相比,本文方法不需要求解包围多项式,且可用于非多项式函数计算,计算效率更高.数值实例表明,每增加一个插值点,逼近阶可提高一倍,且可获得较传统裁剪法更高的计算效率.