1) Krylov subspace
Krylov子空间
1.
Signal location method based on Krylov subspace;
基于Krylov子空间的测向算法
2.
Design of controller reduction of helicopters based on Krylov subspace;
基于Krylov子空间的直升机降阶控制器设计
3.
New fast subspace decomposition based on Krylov subspace
一种新的基于Krylov子空间的快速子空间分解
2) Krylov subspace method
Krylov子空间法
1.
In this paper,the programs of Krylov subspace methods,namely Bi-CGSTAB,GMRES(m), TFQMR,CGS and QMR methods,were developed and implemented in SIMPLER algorithm as the inner iteration method.
本文开发了Krylov子空间法中的Bi-CGSTAB、GMRES(m)、CGS、TFQMR及QMR方法的计算程序,并将其实施于SIMPLER算法作为其内迭代方法,针对CFD/NHT领域的问题,研究了它们的求解特性;发现: Bi-CGSTAB方法有着高效的收敛速度和良好的稳定性;N-S方程求解中不同方程不同m值的协调选取是GMRES(m)方法在CFD/NHT领域推广应用的关键;CGS和QMR方法易于中断;TFQMR方法收敛速度慢于其他方法,但能适用于更广泛问题的求解。
3) Second-order Krylov subspace
二阶Krylov子空间
1.
We first introduce a second-order Krylov subspace G_n{A,B,u) based on a pair of square matrice A and B and a vector u.
首先,我们介绍基于一对方阵A,B及向量u产生的二阶Krylov子空间g_n(A,B,u)和构造在此空间上的一种有效的方法--二阶Krylov子空间方法。
4) Krylov subspace methods
Krylov子空间方法
1.
A comprehensive survey of some developments including the authors′ works regarding Krylov subspace methods for solving large linear systems and eigenvalue problems is given.
文中给出大型线性方程组和特征值问题 Krylov子空间方法若干进展的一个概述 ,其中包括作者对这些问题的研究成果。
2.
The number of iterations required for convergence of some Krylov subspace methods can be derived.
利用Schur分解,提出KKT型实不定线性系统的若干预处理子,讨论了这些预处理情形下的Krylov子空间方法收敛所需的迭代步数,从而说明这些预处理方法是非常有效的。
5) right and left Krylov subspace
左右Krylov子空间
6) Krylov subspace method
Krylov子空间方法
1.
Inexact Newton-Krylov subspace methods for the non-symmetric problems with a dominant symmetric part are studied in this paper.
数值计算表明:Newton-SMINRES,Newton-SSYMMLQ算法的收敛行为要好于一般求解非线性方程组的Newton-Krylov子空间方法:Newton-BiCGSTAB,Newton-GMRES和Newton-MINRES等算法。
2.
The recent development of Krylov subspace method is a major progress in the area of large-scale linear equation and eigen-value problem research.
Krylov子空间方法的出现是近年来大型线性方程组和特征值问题求解领域的重大进展,介绍其中一类适用于求解反应堆k-本征值问题的隐式重启的Arnoldi方法(IRAM),以及该方法在高阶谐波求解中的应用。
3.
This thesis is concerned with Krylov subspace methods for solving large linear systems with multiple right-hand sides.
本文研究求解具有多个右端项的大型线性方程组的Krylov子空间方法。
补充资料：亏子空间
亏子空间
eficiency subspace ^ defect subspace, defective subspace
亏子空间【山反妇娜田加，ce或山免以s而p暇，山丘尤tivesubspaCe;八e中eKTooe no皿n一oeTpaoeT.1，算子的 算子A，二A一又I的值域兀二{y=(A一又I)x:x任D，}的正交补D，，其中A是定义于Hilbert空间H中的线性流形D，上的线性算子，而几是A的一个正则值(正则点).这里，一个算子A的正则值(比孚血r从司ueofanoperator)理解为参数又的一个值，使方程(A一又I)x二y对任何y有唯一的解，而算子(A一又I)”是有界的，即A的预解式(~l-瓤)(A一又I)一‘有界.当又变化时，亏子空间D*也随着变化，但是对属于A的全部正则值构成的开集的一个连通分支的一切之，亏子空间D*的维数是相同的. 如果A是一个具有稠密定义域几的对称算子，它的正则值的连通分支是上半及下半平面.在这一情形下，D*一{x任D矛:A’二一Ix}，其中A’是A的伴随算子，而亏量叭二djln只及。一dimD一，均称为算子A的(正的及负的)亏指数(由反记ncy indi-渭of an opemtor).此外 D，·=D，OD:①D_，，即D，·是D，，D‘，D_，的直和.因而，如果n十=作_=O，那么算子A是自共扼的;否则，一个对称算子的亏子空间便刻画了它偏离一个自共扼算子的程度. 亏子空间在构造对称算子到极大算子或自共扼算子(超极大算子)的扩张中起着重要作用.[种比，工圆粼出阴摹丁即牛脚粤LI七g切以J仙‘Ulano拌rator)的定义不十分正确而应理解如下.值又是A的一个正则值，如果存在正数介=k(劝>O，使得对一切x6几，}(A一久I)x]})kl{xj}成立.在这种情形下，A一又I的核仅由零向量组成，且A一又I的象是闭的(但不必等于整个空间).王声望译
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条