【摘 要】
：
为加速悬浮随机行走预刻画,利用了多介质格林函数本身的对称性,通过增加虚拟齐次纽曼边界,将有限差分空间离散区域缩减至原本的1/4,从而显著减小了差分矩阵的规模,加速了多介质格林函数表的生成.一般多介质格林函数表的对称性在理论上得到了证明.所提出的数值计算方法基于C++编程实现,其效率和正确性在一台32核服务器上通过数值实验得到了验证.实验结果表明,文中快速生成方法在达到超过8倍加速比的同时,取得了与
【机 构】
：
清华大学计算机科学与技术系,北京信息科学与技术国家研究中心
【基金项目】
：
国家自然科学基金(61872206),北京市科技计划(Z201100004220003),北京信息科学与技术国家研究中心课题(BNR2019ZS01001).
论文部分内容阅读
为加速悬浮随机行走预刻画,利用了多介质格林函数本身的对称性,通过增加虚拟齐次纽曼边界,将有限差分空间离散区域缩减至原本的1/4,从而显著减小了差分矩阵的规模,加速了多介质格林函数表的生成.一般多介质格林函数表的对称性在理论上得到了证明.所提出的数值计算方法基于C++编程实现,其效率和正确性在一台32核服务器上通过数值实验得到了验证.实验结果表明,文中快速生成方法在达到超过8倍加速比的同时,取得了与原始有限差分方法结果完全一致的多介质格林函数表,显著减少了悬浮随机行走电容提取方法预处理的时间.
其他文献
在很多的应用领域上,都要求图像的配准精度达到亚像素级别。传统的SIFT算法是图像配准中用来描写局部特征较为精准、可拓展性较强的一种方法,但对于图像关键点特征向量描述有着冗杂,配准精度低等缺陷。为了进一步提高图像的配准精度,提出一种高频子带特征图像人工智能配准方法。提取高频子带图像特征点,处理高频子带图像滤波,将掺杂噪声与不含噪声的高频子带图像,采用图像像素点的灰度值、空间元素以及像素加权灰度密度这
更有意思的事是有些树枝上堆了一小堆一小堆雪,像春天开的一朵朵雪白的花一样。人们常说吉林的雾凇非常美丽。我在美国罗利探亲时,冬天下了一场大雪。那雪景与吉林的雾凇有异
传统方法在进行齿轮角度偏差校对时,未构建齿轮三维重建模型,存在高精密齿轮角度校对准确率较低、校对时间过长问题。提出高精密齿轮角度偏差的智能视觉校对仿真方法,有效解决以上问题。通过白光干涉仪提取高精密齿轮实际齿面轮廓角度偏差特征信号,获取齿轮实际齿面轮廓角度偏差信号数据,其中角度偏差信号数据包括波高偏差数据与波距偏差数据。利用CATIA软件构建含有角度偏差的高精密齿轮模型。对高精密齿轮实施系统标定,
针对传统图像信息检索方法存在检索效果不佳的问题,提出基于分块主色法的图像无序激增数据检索方法。方法首先按照图像内容将图像进行分块处理,并对每个分块进行HSV非均匀量化,得到图像的颜色特征;然后根据图像小块的颜色特征分布情况,对小块的颜色特征进行加权值计算;最终以小块加权的颜色值为目标特征,进行相似度估计,并计算图像之间的欧几里德距离,将距离值最小的图像视为检索结果。经过仿真验证,采用颜色特征进行图
核电厂高压电气断相故障,在实际电厂运行中主控室无法监测到。而现有分析仅仅是从电网设备角度分析,核电厂无法得到电网计算分析结果,是业内断相问题分析的空白。将电网断相计算分析模型与核电厂全范围模拟机系统模型集成在一起,能够从电网侧和核电厂工艺系统运行设备侧完整分析出断相后核电厂运行情况。将成熟的电网断相计算与模拟完善的模拟机软件通过接口开发,连接在一起进行多种电压等级断相故障测试是难题,通过三相电机模
北国冰封,南方花开。岁末年初,举国上下备货忙,购置产自七彩云南的鲜花归家,置于厅堂、书房、茶室、卧室,每天以花儿般的心情辞岁迎新。过年期间消费的花卉。
空间增强现实是增强现实的三大形式之一,它利用投影等方式在物理空间中增强显示虚拟内容.在空间增强现实系统中,用户可以在物理空间与虚拟内容交互,具有良好的环境感知、空间感知与协同感知,交互任务执行过程中认知负荷低.首先以空间增强现实显示方式为例,通过其系统架构介绍空间增强现实的技术原理;然后将空间增强现实中的人机交互技术分类为基于触控的交互、基于手势或姿势的交互、基于控制器的交互、手持投影仪交互、实物
传统人机交互状态数据模拟过程数据视域特征采集不准确、数据模拟不连续,导致人机交互状态数据检测能力偏低,提出基于模糊关联聚类分析的人机交互状态数据模拟及挖掘方法。采用定量递归分析法完成数据模糊关联聚类。利用关联特征分布序列调度法,得到人机交互状态数据的规则训练集。在模糊扰动约束下,得到人机交互状态数据的聚类目标函数。采用相关性检测方法进行数据的人机交互设计,采用替代数据法对工业环境下的人机交互状态数
针对单模态特征条件下监控视频的场景识别精度与鲁棒性不高的问题,提出一种基于特征融合的半监督学习场景识别系统。系统模型首先通过卷积神经网络预训练模型分别提取视频帧与音频的场景描述特征;然后针对场景识别的特点进行视频级特征融合;接着通过深度信念网络进行无监督训练,并通过加入相对熵正则化项代价函数进行有监督调优;最后对模型分类效果进行了仿真分析。仿真结果表明,上述模型可有效提升监控场景分类精度,满足针对