@第{JCM-39-865条，author={Shi，Zuoqiang和Wang，Bao}，title={随机点云上加权非局部拉普拉斯算子的收敛}，journal={计算数学杂志}，年份={2021}，体积={39}，数字={6}，页数={865--879}，抽象={我们分析了加权非局部拉普拉斯算子（WNLL）在高维随机分布点云上的收敛性。我们的分析揭示了缩放权重的重要性，$\mu\sim|P|/|S|$，其中$|P|$和$|S|$S分别是WNLL中的完整数据和标记数据的数量。该结果为WNLL在高维数据插值中的应用提供了理论基础。
},issn={1991-7139}，doi={https://doi.org/10.4208/jcm.2104-m2020-0309},url={http://global-sci.org/intro/article_detail/jcm/19915.html}}
TY-JOUR公司随机点云上加权非局部拉普拉斯算子的T1-收敛性阿施、左强AU-Wang、BaoJO-计算数学杂志VL-6SP-865EP-8792021年上半年DA-2021/10年序号-39做-http://doi.org/10.4208/jcm.2104-m2020-0309UR-（欧元）https://global-sci.org/intro/article_detail/jcm/19915.htmlKW-加权非局部拉普拉斯算子，拉普拉斯-贝特拉米算子，点云KW-高维插值。AB公司-我们分析了加权非局部拉普拉斯算子（WNLL）在高维随机分布点云上的收敛性。我们的分析揭示了缩放权重的重要性，$\mu\sim|P|/|S|$，其中$|P|$和$|S|$S分别是WNLL中的完整数据和标记数据的数量。该结果为WNLL在高维数据插值中的应用提供了理论基础。
左强石和王宝。(2021). 随机点云上加权非局部拉普拉斯算子的收敛性。计算数学杂志.39(6).865-879.doi:10.4208/jcm.2104-m2020-0309
复制到剪贴板
