2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩185頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、論文從飛行器設(shè)計(jì)中對(duì)曲面構(gòu)造、方程求解以及代理模型等問題的具體需求出發(fā),探討了相應(yīng)的(1)函數(shù)逼近空間、(2)具體逼近算法、(3)兩類不確定性重要度的計(jì)算以及(4)多元積分的轉(zhuǎn)換等方面內(nèi)容。
  (1)討論了由多重正交級(jí)數(shù)的星形部分和張成的函數(shù)空間。該空間的自由參數(shù)數(shù)目獨(dú)立于問題的維數(shù),且空間中的函數(shù)作為給定函數(shù)的近似具有較好的收斂速度。主要的結(jié)論有:
  ?運(yùn)用函數(shù)正交展開式系數(shù)的衰減性來定義部分和,從而使得自由參數(shù)數(shù)目的

2、增長(zhǎng)獨(dú)立于維數(shù)本身;
  ?給出了星形部分和自由參數(shù)數(shù)目的增長(zhǎng)階與增長(zhǎng)界;
  ?基于上述增長(zhǎng)界,給出了利用星形部分和逼近已知函數(shù)時(shí)的誤差界;
  ?由可和性討論給出了高維核插值的一個(gè)基本思路。該思路有可能成為徑向基函數(shù)插值在高維情形有價(jià)值的替代品。
  (2)引入了一種基于多項(xiàng)式的多分辨分析以及一類多級(jí)的Jigsaw擬插值算法。該方法為多元函數(shù)與數(shù)據(jù)提供了一種由粗到細(xì)的分級(jí)表示方法。主要的結(jié)論有:
  ?

3、提出了一種多項(xiàng)式再生的多分辨結(jié)構(gòu)。這種多分辨結(jié)構(gòu)僅依賴于空間的仿緊性,因此可以直接拓展到定義在微分流形上的函數(shù)或數(shù)據(jù),也可用于微分流形本身的構(gòu)造;
  ?引入了一族多項(xiàng)式Jigsaw函數(shù)以及C⑷的Jigsaw函數(shù),并由此提出了一種多級(jí)Jigsaw分解算法,從而得到一個(gè)從整體逐漸過渡到局部的空間樹形分解結(jié)構(gòu);
  ?引入了兩種多項(xiàng)式多級(jí)Jigsaw擬插值,并得到了相應(yīng)的誤差界;
  ?引入了局部誤差估計(jì),并在此基礎(chǔ)上建立

4、了Jigsaw逼近以及Jigsaw變換,由此得到一類自適應(yīng)逼近。另外還單獨(dú)討論了常數(shù)Jigsaw擬插值。說明了最優(yōu)分片常數(shù)插值的存在性以及該最優(yōu)方法與相應(yīng)Voronoi圖和Delaunay三角剖分之間的聯(lián)系。
  (3)給出了High Dimensional Model Representations(HDMR)分解、Sobol指標(biāo)以及Borgonovo指標(biāo)的具體計(jì)算方法。主要的結(jié)論有:
  ?構(gòu)造了HDMR分解截?cái)嗫臻g的再

5、生核,從而利用核插值的方法估計(jì)HDMR分解,并最終對(duì)Sobol重要度指標(biāo)進(jìn)行估計(jì)。在一個(gè)較強(qiáng)的假設(shè)下,該方法也可以用于高維函數(shù)逼近;
  ?根據(jù)非參數(shù)濾波的思想,將核回歸的方法引入到條件期望E(y|;ri)的估計(jì)中,因此能夠同時(shí)對(duì)H D M R分解以及Sobol重要度指標(biāo)進(jìn)行估計(jì)。并針對(duì)這些估計(jì)分析了相應(yīng)的漸近收斂速度,從而指出其收斂速度不可能高于 N-1/2;
  ?針對(duì)Borgonovo矩獨(dú)立指標(biāo)估計(jì)中的雙重Monte

6、Carlo(MC)密度估計(jì)的問題,分別采取了相應(yīng)的措施。首先利用一個(gè)核估計(jì)對(duì)條件密度積分進(jìn)行轉(zhuǎn)化以避免雙重MC估計(jì),然后又將密度范數(shù)的估計(jì)轉(zhuǎn)化為一個(gè)正交矩列的估計(jì),從而建立了矩獨(dú)立指標(biāo)的一類快速算法。
  (4)根據(jù)圓柱螺旋線引入了漸近空間的相關(guān)概念。借助適當(dāng)?shù)臐u近曲線,可以將任意的高維積分轉(zhuǎn)化為一個(gè)單變量積分,從而可以使用單變量的自適應(yīng)積分來估計(jì)高維積分。主要的結(jié)論有:
  ?討論了漸近曲線上的單變量積分與原始多變量積分之

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論