1) Iterative solution method
迭代解算法
2) Iterative decode iterative
迭代解码算法
3) feasible solution iteration algorithm
可行解迭代算法
1.
And an efficient feasible solution iteration algorithm is given for the single and double parameter cases.
给出了正则乘积滤波器的参数表示 ,设计转化成标准的LSIP问题并且提出了一种适合于单参数和双参数可行解迭代算
4) iterative solution
迭代解法
1.
An iterative solution of AXB=C with sub-matrix restrains in bi-symmetric matrix set is given.
构造了求解子矩阵约束下AXB=C的双对称解的迭代解法,利用残量正交的性质证明了算法的有限终止性,并进一步研究了求解子矩阵约束下矩阵方程问题的最佳逼近解,最后,给出了能够体现算法有效性的数值实例。
2.
In this paper, the iterative solution of the three dimensional ageostrophic circulation di-agnostic equation is discussed.
本文对三维非地转环流诊断方程的迭代解法进行了详细讨论，并把该方程的实例诊断结果同二维次级环流方程的计算结果以及FGGE资料中的物理量场作了对比检验。
5) iterative method
迭代解法
1.
The iterative method for the symmetric reflexive matrix solutions and the optimal approximation of the matrix equation AXB=C;
求AXB=C的对称自反矩阵解及其最佳逼近的迭代解法
2.
The numerical example shows that the iterative methods are efficient argorithms.
论文对以tanh (x)为基础构造的Schr dinger方程的辛格式建立一种迭代解法并讨论了此迭代解法的收敛条
3.
According to the iterative methods of Jacobi,Guass-Seidel and SOR for solving system of linear algebra equations,the matrix expressions,algorithm analysis and realization of MATLAB programming of these methods were given.
针对解线性代数方程组的Jacobi迭代法、Guass-Seidel迭代法和SOR迭代法,给出这几种迭代解法的矩阵表达式、算法分析和MATLAB编程实现;同时,给出应用于求解数学模型的实例。
6) iteration method
迭代解法
1.
This paper presents a new iteration method for solving three dimensional eddy current fields.
提出了有限元数值求解三维涡流场的一种新的迭代解法，该解法将传统的涡流场数值求解过程分成磁场计算与涡流计算两步，并进行迭代直至收敛。
2.
this paper expounds two direct solutions of position fixing by altitudes of celestial body:direct analytic method and iteration method.
论述了天体高度定位的两种直接解法——直接解析法和迭代解法，并通过算例，说明这两种解法避免了高度差法的方法误差，而且完全适用于太阳特大高度定位，其定位计算精度均在０。
补充资料：迭代算法
迭代算法
iteration algorithm
迭代算法〔i恤腼吨函d朋;HTep叫“ouH‘~p“仪] 由点到集合的一个映射序列A*所确定的递推算法，其中A*:V一V，V是一个拓扑空间，对于某初始点““任v，可依下式计算点列。“任V， 。“+，一注*。“，儿=o，l，·…(l)称算子(1)为迭代(i把mt沁n)，而序列{。“}为迭代序列(itemti祀s叫uence). 迭代法(jtemtionn犯thod)(或迭代逼近法(me-thod of iterati记appro汕na石on”应用于求下面算子方程的解 通。”f，(2)即某泛函的极小值，求方程Au=又“的本征值和本征向量等，同时也用来证明这些问题解的存在性.如果对于一个初始近似。。，当k一的时:‘~。，则称迭代方法(l)收敛到问题的解u. 求解(2)的线性度量空间V上的算子A*一般由下式构造 注*况几=。七一H*(A。友一f)，(3)其中{H*二V~V}是由某迭代型方法所确定的算子序列.压缩映射原理(c ontraCting .n分pp吨pnn-ciPle)及真摧户，’或著向题的泛函变分极小化方法都是建立在构造形如(l)，(3)的迭代法基础之上.所使用的构造A七的各种方法有Newton法(Newton脸thod)或下降法(d留cent，n祀th(记of)的诸多变形.人们尝试选取H*使得在一定条件下。止~u的快速收敛得到保证，这些条件要求计算机存储空间确定后算子A*u六的数值实现充分简单，有尽可能低的复杂性而且数值稳定.求解线性问题的迭代法得到了很好的发展和深人的研究.该迭代法这里分为线性与非线性两大类.Ga.法(Ga璐nr目兀心)，Sd翻法(Sei-delrr℃th司)，逐次超松弛法(见松弛法(侧公爪沁n1优thod))和带有tle氏皿eB参数的迭代法属于线性方法;变分法(如最速下降法，共扼梯度法和极小偏差法(mi曲nal discrepancyn坦thod))等.见最速下降法(s吹p巴t把ceni，皿thi对of);共扼梯度法(eonju，te脚dients，此山记of)属于非线性方法.最有效的迭代法之一是使用tIe玩IIDeB参数(Che勿shevP~t-ers)，这里A是一个带有〔。，M』上谱的自相伴算子，M>m>0.这个方法提供了关于预先指定的第n步收敛性最优(对谱边界上的给定信息)估计.方法可描述为 “‘+’=“一“*十1(通。
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