考虑非线性扩散方程渗透率估计问题,它在多孔多相介质流渗透率估计中起重要的推动作用.为减少计算量,提出多重网格一正则化方法.在反演过程中,动态调整不同网格上的目标泛函使彼此相容,以满足"最优解是多重网格反演方法固定点"的必要条件.在固定网格反演中,使用快速稳定的正则化一高斯一牛顿法作为基本反演方法.数值模...
深度学习中的正则化技术:L1、L2、Dropout 优化算法:SGD、Adam、RMSprop 超参数调优:网格搜索、随机搜索、贝叶斯优化 实战三:基于深度学习的高熵材料的虚拟高通量筛选: 收集和整理用于训练的数据集,包括高熵材料的化学组成、晶体结构、物理化学性质等,使用准备好的数据集对深度学习模型进行训练,并采用交叉验证等方法来评...
直接 N体模拟通过计算所有天体对之间的引力来提供准确性,但计算成本高,复杂度为 O(N^2)。树代码通过将空间划分为层次化的单元并近似远距离相互作用,将计算复杂度降低到 O(N log N)。粒子网格方法使用网格来求解引力势,将复杂度进一步降低到 O(N),但以牺牲空间分辨率为代价。
我们提出了一种方法,允许从3D高斯抛雪球算法中进行精确和极快的网格提取。高斯抛雪球最近变得非常流行,因为它可以产生逼真的渲染效果,同时训练速度明显快于NeRFs。然而,从数百万个微小的3D高斯中提取网格是具有挑战性的,因为这些高斯在优化后往往是无组织的,至今还没有提出任何方法。我们的第一个关键贡献是一个正则化...
一种新颖的基于各向异性二阶正则项的三角网格去噪算法 Zheng Liu, Saishang Zhong*, Zhong Xie, Weina Wang, A Novel Anisotropic Second Order Regularization for Mesh Denoising, Computer Aided Geometric Design, 2019. https://www.sciencedirect.com/science/article/pii/S0167839619300299?via%3Dihub ...
1.一种基于TV和各向异性Laplacian正则项的三角网格滤波方法,其特征在于,首先对三角网格面法向量进行滤波,然后根据优化后的法向量更新顶点得到滤波后的网格。 2.根据权利要求1所述的基于TV和各向异性Laplacian正则项的三角网格滤波方法,其特征在于,具体包括: 1)通过计算几何算法库获取输入三角网格模型的顶点、边、面的索...