数值计算与计算机应用
       首页 |  期刊介绍 |  编委会 |  投稿指南 |  期刊订阅 |  下载中心 |  联系我们 |  重点论文 |  在线办公 | 
数值计算与计算机应用  2018, Vol. 39 Issue (4): 253-264    DOI:
论文 最新目录 | 下期目录 | 过刊浏览 | 高级检索 Previous Articles  |  Next Articles  
多元散乱数据的渐近正定径向基函数插值
张景岳1, 徐应祥2, 薛鹏翔3
1. 北京书生电子技术有限公司, 北京 341000;
2. 中山大学新华学院, 广州 510520;
3. 西安工业大学理学院, 西安 710021
APPROXIMATED DEFINITE RADIAL BASIS INTERPOLATION FOR MULTI-VARIABLES SCATTERED DATA
Zhang Jingyue1, Xu Yingxiang2, Xue Pengxiang3
1. Beijing Shusheng Electronic Technology Co. Ltd, Beijing 100029, China;
2. Xinhua College, Sun Yat-sen University, Guangzhou 510520, China;
3. College of Science of Xi'an Technological University, Xi'an 710021, China
 全文: PDF (2078 KB)   HTML (1 KB)   输出: BibTeX | EndNote (RIS)      背景资料
摘要 本文以一元B样条和径向基函数为基础,构造了一种n元渐近正定径向基函数.因这种渐近正定径向基函数兼有一元B样条和已有径向基函数的优点,将其应用于n维欧氏空间的多元散乱数据插值,得到了一种新的高维散乱数据插值函数.数值例子表明,这种插值格式对n维欧氏空间多元散乱数据具有良好的逼近效果.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词散乱数据   渐近正定   插值   径向基     
Abstract: In the paper, a kind of approximated definite radial basis function with n-variables has been constructed on the bases on one variable B-spline and radial basis function. Since the new approximated definite radial basis function have the advantages of B-spline and radial basis function, it can be used for scattered data interpolation in n dimension Euclidean space and a new higher dimension interpolated function has been obtained. Numerical experiments show that the new interpolation are very efficient for approximating of scattered data in n dimension Euclidean space.
Key wordsscattered data   approximated definite   interpolation   radial basis   
收稿日期: 2017-10-18;
基金资助:

国家自然科学基金项目(10871160).

引用本文:   
. 多元散乱数据的渐近正定径向基函数插值[J]. 数值计算与计算机应用, 2018, 39(4): 253-264.
. APPROXIMATED DEFINITE RADIAL BASIS INTERPOLATION FOR MULTI-VARIABLES SCATTERED DATA[J]. Journal on Numerical Methods and Computer Applicat, 2018, 39(4): 253-264.
 
[1] Andrew R. Webb著. 王萍, 杨培龙, 罗颖昕译. 统计模式识别(第二版)[M]. 北京:电子工业出版社, 2004.
[2] Tony F Chen, Jianhong Shen. 图像处理与分析:变分, PDE, 小波及随机方法[M]. 北京:科学出版社, 2009.
[3] 王咸彬, 吴成梁. 散乱数据插值方法及其在背景速度建模中的应用[J]. 石油物探, 2017, 56(01):126-140.
[4] 王瑜, 周天宏. 基于改进粒子群算法的散乱点云数据配准[J]. 科技通报, 2016, 32(10):152-156. DOI:10.13774/j.cnki.kjtb.2016.10.034
[5] Kazhdan M, Bolitho M, Hoppe H. Posson surface reconstruction[J]. in:Proceeding of Eurogrouphics Synposium on Geometry Processing. Cagliari, Italy, 2006, 61-70.
[6] 王仁宏. 多元样条及应用[M]. 北京:科学出版社, 1992.
[7] Chui C K著, 程正兴译. 多元样条理论用其应用[M]. 西安:西安交通大学出版社, 1991.
[8] Guan L T, Liu Bin. Surface Design by Natural Splines Over Refined Grid Points[J]. Jouneral of Computational and Applied Mathematics, (2004), 163(1):107-115.
[9] 关履泰, 罗笑南, 黎罗罗. 计算机辅助几何图形设计[M]. 北京:高等教育出版社, 海德尔堡:施普林格出版社, 1999.
[10] 关履泰, 覃廉, 张健. 用参数样条插值挖补方法进行大规模散乱数据曲面造型[J]. 计算机辅助设计与图形学学报, 2006, 18(3):372-377. In:A.Conte et al.(eds.):Workship on Comurtational Geometry. World Sciedtific (1993), 77-98
[11] Lai M J, Schumaker L L. Spline Functions Over Triangulations[M]. London:Cambridge University Press, 2007.
[12] Lai M J. Multivarariate Splines for Data Fitting and Approximation, Approximation Theory XⅡ, San Antonio[M], 2007. edited by M.Neamtu and L.L.Schumaker, Nashboro Press, Brentwood, 2008, 210-228.
[13] ZHhou T H, Han D F, Lai M J. Energy Minimization Method for Scattered Data Hermit Interpolation[J]. Applied Numerical Mathematics, 2008, 58:646-659.
[14] 王仁宏. 计算几何教程[M]. 北京:科学出版社, 2008.
[15] 吴宗敏. 散乱数据拟合的模型、方法和理论[M]. 北京:科学出版社, 2007.
[16] Wendland H. Scattered Data Approximation[M], New York:Cambridge University Press, 2005
[17] Chui C K, Guan L T. Multivariate polynomial natural spline for interpolation of scattered data and other applications[J]. in:Workship on Comurtational Geometry, eds.A.Conte et al.World Sciedtific 1993, 77-98.
[18] Guan L T. Bivariate Polynomial Natural Spline Interpolation Algorithms With Local Basis for Scattered Data[J]. J.Comp.Anal.and Appl, 2003, (1):77-101.
[19] 关履泰, 许伟志, 朱庆勇.一种双三次散乱数据多项式自然样条插值[J]. 中山大学学报(自然科学版), 2008, 47(5):1-4
[20] 徐应祥, 关履泰.散乱数据带自然边界条件二元样条光顺及数值微分[J]. 计算数学, 2013, 35(3):253-270. 浏览
[21] 袁晖坪. 关于复正定矩阵的判定[J]. 数学的实践与认识, 2004, (02):133-138.
[22] 包学游. 特征值的实部为正或为非负的矩阵类[J]. 哈尔滨工业大学学报, 1994, (02):1-5.
[1] 王同科, 樊梦. 第二类端点奇异Fredholm积分方程的分数阶退化核方法[J]. 数值计算与计算机应用, 2019, 41(1): 66-81.
[2] 张迪, 刘华勇, 李璐, 张大明, 王焕宝. 基于几何连续的AT-β-Spline曲线曲面的构造[J]. 数值计算与计算机应用, 2018, 40(3): 227-240.
[3] 李军成, 刘成志. 带参数的C3连续拟Catmull-Rom样条函数[J]. 数值计算与计算机应用, 2018, 40(1): 96-106.
[4] 崔孟雷, 李春光, 庄心善. 全局坐标系下有限元形函数的直接构造方法[J]. 数值计算与计算机应用, 2018, 39(1): 28-36.
[5] 周晓平, 柳朝阳. 插值型三次样条及保形插值曲线曲面[J]. 数值计算与计算机应用, 2017, 38(1): 49-58.
[6] 李军成, 刘成志. 形状可调的C2连续三次三角Hermite插值样条[J]. 数值计算与计算机应用, 2016, 38(2): 187-199.
[7] 樊梦, 王同科, 常慧宾. 非光滑函数的分数阶插值公式[J]. 数值计算与计算机应用, 2016, 38(2): 212-224.
[8] 徐应祥. 散乱数据渐近正定径向基函数插值[J]. 数值计算与计算机应用, 2016, 37(1): 1-10.
[9] 刘植, 肖凯, 江平, 谢进. 一类四次有理插值样条的点控制[J]. 数值计算与计算机应用, 2016, 38(1): 56-64.
[10] 宋爱平, 陶建明, 易旦萍, 张益汉. 可调形三次三角Cardinal插值样条曲线[J]. 数值计算与计算机应用, 2015, 37(1): 34-41.
[11] 孙兰银, 朱春钢. 数据拟合的Toric Bézier曲面方法[J]. 数值计算与计算机应用, 2014, 35(4): 297-304.
[12] 王同科, 佘海艳, 刘志方 . 分数阶光滑函数线性和二次插值公式余项估计[J]. 数值计算与计算机应用, 2014, 36(4): 393-406.
[13] 徐应祥. n维散乱数据带自然边界条件多元多项式样条插值[J]. 数值计算与计算机应用, 2014, 36(4): 407-426.
[14] 司红颖, 陈绍春. 半线性椭圆问题Petrov-Galerkin逼近及亏量迭代[J]. 数值计算与计算机应用, 2014, 36(3): 316-324.
[15] 王刚, 周小辉, 王宝勤. n维特殊伸缩矩阵的构造与n维广义插值细分函数向量[J]. 数值计算与计算机应用, 2013, 35(4): 377-384.
Copyright © 2008 数值计算与计算机应用 版权所有
中国科学院数学与系统科学研究院 《数值计算与计算机应用》编辑部
北京2719信箱 (100190) Email: szjs@lsec.cc.ac.cn
Support by Beijing Magtech Co.ltd   E-mail:support@magtech.com.cn
京ICP备05002806号-10