位置：立项数据库 > 立项详情页
解大型非对称鞍点（Saddle Point) 问题的有效算法的研究
  • 项目名称：解大型非对称鞍点（Saddle Point) 问题的有效算法的研究
  • 项目类别：面上项目
  • 批准号：60573157
  • 申请代码：F0205
  • 项目来源：国家自然科学基金
  • 研究期限：2006-01-01-2008-12-31
  • 项目负责人：赵金熙
  • 负责人职称：教授
  • 依托单位：南京大学
  • 批准年度：2005
中文摘要：

大型非对称鞍点问题是一类在科学、技术及计算机应用的许多领域有广泛实际背景的课题。研究其中出现的大型稀疏非对称、具有特殊结构线性系统的有效的计算机解法，是大规模科学计算的热点问题之一,也是计算机应用的一类重要基础问题。该课题组在这方面有很好的工作基础，提出的广义Cholesky分解算法是解这个问题的重要进展，得到了国际一流计算机科学家、美国"两院院士"（美国科学院、工程院）、美国Stanford大学

中文主题词： 鞍点问题;计算机模拟;新型矩阵分解技术;特殊结构线性系统
成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 11
  • 3
  • 0
  • 0
  • 0
期刊论文
An effective predictor corrector process for large scale linear system of equations
Note on predictor–corrector process for ill-conditioned linear system of equations
Error analysis for the predictor–corrector process relating to ill-conditioned linear system of equa
A note on computational algorithm for the inverse of a square matrix
An enhanced self-organizing incremental neural network for online unsupervised learning
An improved Dijkstra’s shortest path algorithm for sparse network
A rapid algorithm for a class of linear complementarity problems
Extended version with the analysis of dynamic system for iterative refinement of solution
Iterative refinement of computing inverse matrix, International
Wilkinson’s iterative refinement of solution with automatic step-size control for linear system of e
A fast nearest neighbor classifier based on self-organizing incremental neural network
会议论文
An Online Incremental Learning Vector Quantization
An online Semi-supervised Active Learning Algorithm with Self-organizing Incremental Neural Network
A Nearest-Neighbor Method with Self-organizing Incremental Neural Network
相关项目
镁合金中G.P.区的设计·制备与强韧性研究
期刊论文 10 著作 1
结合统计模型研究磁性高分子的磁特性及机理
期刊论文 10
神经再生过程中钠通道聚集动力学及其与电传导功能相关性的计算机模拟研究
期刊论文 5
粗糙固体表面貌相与宏观化学反应动力学的关系
期刊论文 4 会议论文 3 著作 9
空间物理
期刊论文 45 会议论文 19
高分子复杂体系多尺度结构及其行为
期刊论文 148 会议论文 63 专利 25
共晶和包晶凝固过程中显微组织演变的模拟仿真
期刊论文 19 会议论文 9
氢在钛-氢合金中的行为及氢致热塑性机理研究
期刊论文 8 会议论文 6
微细塑性成形方法及计算机模拟技术研究
期刊论文 15 会议论文 1
赵金熙的项目
非负矩阵分解中维数约简问题的研究
期刊论文 1