【摘 要】
：
随着科学技术的发展,计算机水平不断得以提高,它在各个领域中都被广泛的应用起来,它对于整个国家的市场经济发展起到重要作用。计算机软件数据接口是计算机应用的关键环节,我们需要充分掌握其特点,对它的应用给予深度探究,从而不断完善其应用效果。本文主要对计算机软件数据接口的概念和现状以及计算机软数据接口的设计原则进行初步探讨,仅供参考。
论文部分内容阅读
随着科学技术的发展,计算机水平不断得以提高,它在各个领域中都被广泛的应用起来,它对于整个国家的市场经济发展起到重要作用。计算机软件数据接口是计算机应用的关键环节,我们需要充分掌握其特点,对它的应用给予深度探究,从而不断完善其应用效果。本文主要对计算机软件数据接口的概念和现状以及计算机软数据接口的设计原则进行初步探讨,仅供参考。
其他文献
自塔河油田发现以来,关于主力烃源岩是寒武系还是中上奥陶统一直存在争议.本文以英买2和塔东2井原油作为中上奥陶统和寒武系烃源岩来源的端元,对比分析了塔北轮南与哈德地区原油、沥青吸附烃和沥青包裹体饱和烃生物标志物.其三环萜烷C_(21)/C_(23)比值小于1,指示其与上奥陶统烃源岩有关,而储层沥青和沥青包裹体中饱和烃中甾烷C_(28)/(C_(27)+C_(28)+C_(29))比值大于25,指示其
黎曼问题是双曲守恒律方程(组)的一类特殊的初值问题,研究黎曼问题精确解在计算流体力学等领域中具有重要应用,其结果可以用来构造Godunov型格式的数值通量,也可以用来对数值格式的准确性进行验证.多介质黎曼问题则作为单介质黎曼问题的推广,能够描述带有不同状态方程或本构关系的黎曼问题.本文在实现多介质黎曼问题精确解理论推导的基础上,完成软件包MultiRP及相应的MFC界面应用程序的开发.MultiR
梯度投影法是一种求解约束优化问题的经典算法.它具有单步计算量低等优点,但其效率受步长规则影响较大.本文提出的一种新的自适应步长规则的梯度投影法.该算法一方面,它无需函数值信息;另一方面,它的步长接受规则比Armijo规则更为宽松,因而可以接受较长的步长以加速收敛.初步的数值实验表面新算法较为高效.
K-power系统作为一类比较特殊的双线性系统,可以由一系列阶数相对较小的子系统构成,这使得K-power系统具有特殊的结构.K-power系统在Grassmann流形上的模型降阶方法将误差系统的H_2范数看作是定义在Grassmann流形上的代价函数,然后,沿测地线执行线性搜索寻找使得代价函数最小的变换矩阵.为了保持系统降阶前后结构的一致性,算法以K-power系统中各个子系统的变换矩阵为对角线
海洋是地球上最大的碳库,发挥着全球气候变化"缓冲器"的作用.蓝色碳汇,简称"蓝碳",即由海洋生态系统捕获的碳(主要是有机碳),是海洋储碳的重要机制之一.蓝碳最初认识的形式是可见的海岸带植物固碳.其实之前没有得到足够重视的、看不见的微型生物(浮游植物、细菌、古菌、病毒、原生动物)占海洋生物量9 0%以上,是蓝碳的主要贡献者.中国陆架边缘海占国土总面积的1/3,碳汇潜力巨大,亟待研发.本文以近海生态系
构造了非匹配网格上求解多介质扩散问题的高精度格式.格式中只包含单元中心未知量,物理意义明确,易于实施,适用于模拟复杂的实际工程问题.格式的特点在于,给出了由中心未知量重构结点未知量的显式表达式,对非匹配网格上的内点和悬点,这一表达式具有统一的形式.在非匹配随机网格上进行数值实验,结果显示,格式对强间断问题和非线性问题都具有二阶精度.
本文介绍一个面向生物分子模拟的并行有限元解法器,该解法器基于三维并行自适应有限元软件平台PHG~([1]),计算并模拟在生物溶液系统在静电场下的扩散过程.该解法器的最新版本在已有算法的基础上~([2]),添加了整体求解、含时求解等一些新算法,规范并扩展了边界条件的选取,并整合多项辅助功能,现提供对于Poisson-Nernst-Planck(PNP)方程的两个含时算法和四个稳态算法,以及对于Smo
本文对基于模拟电荷法的双连通区域数值保角变换进行了研究.通过对其约束方程进行预处理,构造了一个对称正定线性方程组.进而,利用Padé迭代法求解对称正定线性方程组得到新的电荷点和变换半径,构造了近似保角变换函数.数值算例验证了算法的可行性.
油藏数值模拟和很多其他科学计算问题一样需要求解大型稀疏线性代数方程组.在求解稀疏线性代数方程组的迭代法中,稀疏矩阵向量乘法(SpMV)是影响计算效率的核心函数之一.随着计算机硬件架构异构化,科学计算从单核、多核CPU计算架构逐渐发展到多核CPU+众核加速卡(GPU卡或MIC等)的计算架构.SpMV的实现效率与稀疏矩阵的存储格式及硬件架构关系密切.本文针对油藏模拟中常见的Jacobian矩阵的稀疏模
结合一元B样条和已有径向基函数的优点,提出了一种渐近正定径向基函数,并将其应用于散乱数据插值,得到了一种新的插值方法.数值例子表明,这种插值方法具有良好的效果.最后将这种插值与其他散乱数据插值方法做了一些对比,讨论了其优缺点,并提出了进一步的研究方向.