逐次超松弛迭代法相关论文
Q-Learning是目前一种主流的强化学习算法,但其在随机环境中收敛速度不佳,之前的研究针对Speedy Q-Learning存在的过估计问题进行......
针对稀疏线性方程组求解问题，在论述迭代法离散化处理基础上，以二维热传导方程为例，导出了热传导方程离散化后线性方程组，用超松弛（SOR）......
导出了极坐标系下扇形截面杆扭转问题的差分格式;结合Mathcad编程用逐次超松弛迭代法求出了扭转应力函数差分值;采用复化二维辛普......
逐次超松弛迭代(SOR)法是求解代数方程组应用较为广泛和有效的方法之一.此文通过对雷诺方程的求解,对SOR方法求解精度判据δ和松弛......
硬阈值追踪算法的本质是一个最小二乘问题,存在复杂度高、收敛性差、运行时间长等缺点。引入Nesterov方法用于优化稀疏解的凸松弛......
导出了一种研究光子在非均匀生物组织中迁移规律的数值方法 ,并验证该方法的精确性 ,进一步研究了非均匀生物组织中扩散系数对反射......
针对在PN结泊松方程求解过程中几种常用方法存在的不足，提出一种改进算法。该算法结合求解非线性方程组的Newton迭代法与SOR（逐次超......
