首页--数理科学和化学论文--计算数学论文--数值分析论文--线性代数的计算方法论文

大规模稀疏线性系统的稀疏近似逆预处理技术

摘要第1-4页
Abstract第4-8页
主要符号对照表第8-9页
第1章 引言第9-20页
   ·预处理技术的发展及现状第10-18页
     ·ILU预处理技术的发展及现状第11-14页
     ·SAI预处理技术的发展及现状第14-17页
     ·其他预处理技术的发展及现状第17-18页
   ·本论文的研究内容和成果第18-20页
第2章 大规模稀疏线性系统的迭代法与SAI预处理技术第20-50页
   ·引言第20-21页
   ·定常迭代法第21-23页
   ·Krylov子空间方法第23-25页
   ·线性方程组预处理的动机第25-28页
     ·方程组扰动分析第26-27页
     ·CG与GMRES的收敛性分析第27-28页
   ·大规模稀疏线性系统的预处理技术第28-33页
     ·ILU预处理技术第30-32页
     ·SAI预处理技术第32-33页
   ·基于F-范数最小化的SAI预处理技术第33-44页
     ·理论基础第34-37页
     ·预测近似逆的稀疏结构 J第37-39页
     ·SPAI算法第39-41页
     ·PSAI算法第41-44页
   ·因子形式的SAI预处理技术第44-50页
     ·AINV算法第45-47页
     ·FSAI算法第47-50页
第3章 F-范数最小化的SAI中舍弃阈值的选择第50-73页
   ·引言第50-51页
   ·准备工作第51-52页
   ·几个重要定理第52-56页
   ·舍弃阈值的选择第56-59页
   ·数值实验第59-72页
     ·PSAI(tol)的数值结果第61-68页
     ·三种静态SAI过程的数值结果第68-72页
   ·本章小结第72-73页
第4章 因子形式的SAI舍弃阈值的选择第73-79页
   ·引言第73页
   ·LDU分解与双边共轭过程的关系第73-76页
   ·AINV算法舍弃阈值的选择第76页
   ·数值实验第76-78页
   ·本章小结第78-79页
第5章 非规则问题的基于F-范数稀疏近似逆技术第79-98页
   ·引言第79-80页
   ·原问题的规则化变换第80-82页
   ·方法的提出和若干重要细节问题的解决第82-88页
   ·数值实验第88-97页
     ·SPAI相关的数值结果第91-93页
     ·PSAI(tol)相关的数值结果第93-95页
     ·SPAI和PSAI(tol)的有效性比较第95-97页
   ·本章小结第97-98页
第6章 总结和展望第98-101页
   ·全文总结第98页
   ·本论文创新点第98-99页
   ·对未来工作的展望第99-101页
参考文献第101-113页
致谢第113-115页
附录A BPSAI过程中的LS解的块形式更新第115-117页
附录B Davis关于非规则稀疏问题在现实中的调研第117-120页
附录C 一些相关定义第120-121页
附录D 数值实验环境第121-122页
个人简历、在学期间发表的学术论文与研究成果第122页

论文共122页,点击 下载论文
上一篇:外力场中的Hartree方程的动力学研究
下一篇:不确定图与不确定网络