谢泼克

算法905:Sheppack:用于离散多元数据插值的改进Shepard算法。散乱数据插值问题在许多应用中都会出现。Shepard通过使用局部支持权函数混合局部插值来构造全局插值的方法通常会产生合理的近似值。SHEPPACK是一个Fortran 95软件包,包含五个版本的改进Shepard算法:二次(Fortran 95转换算法660、661和798)、立方(Fortran 95转换算法791)和原始Shepard算法的线性变体。线性Shepard代码的一个选项是统计上的稳健拟合,当已知数据包含离群值时使用。SHEPPACK还包括一个混合鲁棒分段线性估计算法RIPPLE(残差启动多项式时间分段线性估计),旨在从任意维m的分段线性函数中获取数据。SHEPPACK的主要目标是为用户提供一个包含大多数现有多项式的一致包谢泼德算法的变体。算法针对不同维度的数据。线性Shepard算法、鲁棒线性Shepard算法和RIPPLE是包中唯一适用于任意维数据的算法。

这个软件也是同行评审按日记帐汤姆斯.


zbMATH中的参考文献(引用于,1标准件)

显示结果1到11,共11个。
按年份排序(引用)

  1. 德尔阿乔,弗朗西斯科;迪托马索,菲洛梅纳:论六边形谢泼德方法(2020)
  2. Cavoretto,Roberto;De Rossi,Alessandra;Dell'Accio,Francesco;Di Tommaso,Filomena:三角形Shepard插层的快速计算(2019年)
  3. Esmaeilbeigi,Mohsen;Chatrabgoun,Omid:基于RBF的多层数据插值的有效方法及其在空气污染数据分析中的应用(2019)
  4. Francomano,Elisa;Paliaga,Marta:通过残差迭代的平滑粒子流体动力学方法(2019)
  5. Dell'Accio,F.;Di Tommaso,F.;Nouisser,O.;Zerroudi,B.:增加三角谢泼德法的近似阶数(2018)
  6. Francomano,E.;Paliaga,M.:强调高效SPH方法的数值见解(2018年)
  7. Cavoretto,Roberto;De Rossi,Alessandra:使用立方体分区搜索程序的三变量插值算法(2015)
  8. Cavoretto,Roberto;De Rossi,Alessandra:使用基于单元的搜索过程的无网格插值算法(2014)
  9. Viana,Felipe A.C.;Haftka,Raphael T.;Watson,Layne T.:多代理技术辅助的高效全局优化算法(2013)
  10. Viana,Felipe A.C.;Haftka,Raphael T.;Watson,Layne T.:具有并行函数评估的等高线估计序列抽样(2012年)
  11. Thacker,William I.;Zhang,Jingwei;Watson,Layne T.;Birch,Jeffrey B.;Iyer,Manjula A.;Berry,Michael W.:算法905:SHEPPACK:离散多元数据插值的修正Shepard算法(2010年)