1) Gauss-Siedel Algorithm
Gauss-Seidel迭代算法
1.
The Block Data Detection Technique Based on Gauss-Siedel Algorithm;
基于Gauss-Seidel迭代算法的块式数据检测技术
2) Gauss-Seidel Iteration
Gauss-Seidel迭代法
1.
In this paper,the application of Jacobi Iteration and Gauss-Seidel Iteration in solution of linear(equations) was introduced,and their advantage and disadvantage were also compared.
对Jacobi迭代法与Gauss-Seidel迭代法在解线性方程组中的应用进行了介绍,并比较了两者的优缺点。
4) Gauss-Seidel iterative method
Gauss-Seidel迭代法
1.
A preconditioned Gauss-Seidel iterative method for H matrix;
H矩阵的预条件Gauss-Seidel迭代法
2.
Gauss-Seidel method with reversed order is gained by Gauss-Seidel iterative method for solving linear equations.
文章利用求解线性方程组的Gauss-Seidel迭代法推导出其"反方法",正反两种方法相匹配生成预报-校正系统,给出了它们收敛的条件,并运用这三种不同的公式求解实例,根据其结果,说明这些公式的优缺点。
3.
In this paper,the Gauss-Seidel iterative method for solving linear systems of the form Ax=b was discussed.
讨论线性方程Ax=b的Gauss-Seidel迭代法的求解问题。
5) Gauss-Seidel method
Gauss-Seidel迭代法
1.
have reported the improving modified Gauss-Seidel method for a non-singular diagonally dominant Z-matrices,which was referred to as the IMGS method.
1 997年 ,Kohno等人对一类非奇异对角占优Z -矩阵的Gauss-Seidel迭代法作出了改进 ,这种方法被称为IMGS方法 。
2.
For solving the linear system Ax = b, different preconditioned Gauss-Seidel methods have been proposed by many authors.
为了更好地求解线性系统Ax=b,许多作者提出了各种预条件Gauss-Seidel迭代法。
6) Gauss-Seidel iteration
Gauss-Seidel迭代
1.
Sufficient condition for convergence of the Gauss-Seidel iteration;
Gauss-Seidel迭代法收敛的新准则
2.
A new sufficient condition of the convergence of the Gauss-Seidel iteration;
Gauss－Seidel迭代法的一个新的收敛条件
3.
The five-point formula and Gauss-Seidel iteration method were applied to calculate α,the opaque coefficient of the pixels in the unsure area.
采用五点公式法和Gauss-Seidel迭代法来计算不确定区域中像素点的不透明系数α,根据α的值判断该像素点属于前景还是后景,不断循环计算逐步缩小不确定区域,达到循环中止条件后可以得到细致的纱线边缘曲线。
补充资料：Gauss-Seidel iteration method
分子式：
CAS号：
性质：求解线性方程组Ax=b的一种迭代法，其迭代格式为(i=1,2,…,n；m=1，2，…)。其中初始值取xi(v)(i=1,2,…,n)为任意给定值。其迭代结束条件为为给定的精度要求。其收敛性充分条件为：判别条件I——线性方程组的系数方阵A如具备性质(1)按行(或按列)为严格对角占优，或(2)不可约且按行(或按列)为弱对角占优；判别条件II——线性方程组的系数方阵A为对称正定的。此法在电子计算机上执行既省存储单元又加快收敛速度。
CAS号：
性质：求解线性方程组Ax=b的一种迭代法，其迭代格式为(i=1,2,…,n；m=1，2，…)。其中初始值取xi(v)(i=1,2,…,n)为任意给定值。其迭代结束条件为为给定的精度要求。其收敛性充分条件为：判别条件I——线性方程组的系数方阵A如具备性质(1)按行(或按列)为严格对角占优，或(2)不可约且按行(或按列)为弱对角占优；判别条件II——线性方程组的系数方阵A为对称正定的。此法在电子计算机上执行既省存储单元又加快收敛速度。
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