论文部分内容阅读
散乱数据的插值问题具有广泛的实际应用背景,且随着科技的发展,散乱数据的数量规模越来越大.但是由于受到连续性、计算量、实现方法等的限制,许多现有的方法并不适于解决大规模的问题.在文中,作者从Charles K.Chui和Ming-junLai提出的"挖补"思想<[45]>中得到启发,利用矩形域中带连续边界条件最优样条插值方法<[32]>,提出一种大规模散乱数据的参数样条插值挖补方法,用这种方法构造的参数曲面内部C<2,2>连续,挖补的矩形边界分别有C<1,0>,C<0,1>连续.在文章的最后,还给出了一些数值例子,证明该算法是可行的.