孔花
- 作品数：15 被引量：21H指数：3
- 供职机构：内江师范学院更多>>
- 发文基金：国家自然科学基金四川省教育厅青年基金四川省科技攻关计划更多>>
- 相关领域：理学化学工程文化科学更多>>
- 解Oseen方程的P_1非协调四边形单元的涡旋粘性法
- 2012年
- 解Oseen方程最主要的方法是混合有限元法,而这需要混合有限元空间满足离散的inf-sup(LBB)条件以及克服对流占优以防止数值解产生伪振荡.所采取的四边形网格上的P1-Q0元的非协调稳定化方法是通过L2局部投影添加涡旋粘性项来修正变分形式,增强其格式的稳定性,以绕开LBB条件,并克服对流占优.同时通过局部投影稳定化分析与最优误差估计,在理论上论证此方法的收敛性,使得P1非协调四边形元的应用更为广泛.
- 左芳芳孔花刘程熙
- 关键词：非协调四边形元
- Stokes方程的压力梯度局部投影稳定化方法被引量：3
- 2011年
- 作者将压力梯度投影方法和宏元剖分相结合,对Stokes方程提出了一种新的局部稳定化方法,该方法的稳定项只与压力梯度投影和宏元内部边界跳跃有关,而且不需要修改右端,实现起来更容易.
- 孔花刘程熙曹艳萍
- Darcy-Stokes方程的一种非协调有限元新方法
- 2013年
- Darcy-Stokes方程的统一有限元方法是研究Darcy-Stokes耦合问题的基础.尽管该方法采用等阶或低阶有限元逼近在工程计算上有较大的实际应用价值,但这类有限元组合不满足inf-sup条件,因而会造成数值求解的困难.而非协调有限元更容易满足离散的inf-sup条件,因而在计算耦合问题时比协调有限元更具吸引力.本文对Darcy-Stokes方程提出了一种等阶线性非协调稳定化有限元方法,证明了该格式是稳定的,并得到了最优误差估计.
- 刘程熙孔花钟纯真
- 关键词：非协调
- 基于深度学习和迁移学习结合的新冠肺炎图像识别方法
- 本发明公开了一种基于深度学习和迁移学习结合的新冠肺炎图像识别方法，包括如下内容：步骤一、模型训练：利用深度卷积神经网络CNN作为图像特征提取器，对COVID‑CT开源数据集进行预训练，提取图像卷积特征；步骤二、将深度卷积...
- 李甫陈泓杏吴开腾孔花张莉
- 文献传递
- Newton—Cotes积分公式的matlab实现与数值算例
- 2013年
- Newton—Cotes积分公式在数值计算定积分中起着重要作用，主要研究其matlab实现以及数值算例，并通过图说明等分区间的份数n≥8时Newton—Cotes积分公式是不稳定的。
- 孔花罗开宝
- 关键词：MATLAB稳定性
- BBM方程的全离散混合有限元方法被引量：6
- 2015年
- 将混合有限元法应用到BBM方程,对高维BBM方程建立了半离散化和全离散化有限元格式.空间采用最常用的连续多项式有限元P_m/P_(m-1)(m≥1)逼近,时间采用向后欧拉差分离散.证明了有限元解的存在唯一性,并对收敛性进行了详细的分析,得出了最优的误差估计.最后,通过数值算例对该方法的稳定性和收敛性进行了验证.
- 覃燕梅孔花罗丹冯民富
- 关键词：BBM方程混合有限元法误差分析
- Darcy-Stokes耦合问题的H(div)有限元逼近法被引量：1
- 2016年
- 本文主要研究了Darcy-Stokes耦合流动问题的数值解.Darcy-Stokes的耦合模型由流体域的Stokes方程,多孔介质域的Darcy方程及两区域的界面的界面条件所构成.通过引入Lagrange乘子处理界面条件,本文得到了耦合的Darcy-Stokes的模型的一种新的变分格式,并利用H(div)协调的低阶的R-T元对该耦合问题进行了离散,证明了离散问题解的存在唯一性,且进行了误差估计.
- 刘程熙孔花吴开腾
- 关键词：LAGRANGE乘子
- 非定常Oseen方程的非协调局部投影稳定化有限元方法
- 将基于协调有限元逼近提出的子格粘性稳定化方法推广到非协调有限元逼近，对非定常的Oseen方程，空间采用非协调的最低等阶混合有限元(NCP-P1)逼近，对时间用Crank-Nicolson差分，提出了一种全离散非协调Cra...
- 覃燕梅冯民富孔花吴开腾
- 非定常对流占优扩散方程的非协调RFB稳定化方法分析被引量：7
- 2009年
- 针对非定常对流占优扩散方程,我们采用非协调的Crouzeix-Raviart元逼近.基于Residual-FreeBubble方法思想,对时间项采用向后差分,提出了两种特殊的稳定化有限元格式;分析了与FDSD方法,TG方法的内在联系.最后,我们给出了一致的稳定性与误差分析.
- 白艳红冯民富孔花
- 一种基于小样本深度学习的肋骨骨折图像检测方法
- 本发明公开了一种基于小样本深度学习的肋骨骨折图像检测方法，包括如下步骤：步骤一、对收集到的肋骨骨折CT图像进行标注；步骤二、采用YOLOv3模型进行特征提取；步骤三、将提取的特征向量进行迁移学习；步骤四、进行深度学习训练...
- 李甫孔花吴开腾陈泓杏余文春张莉周丹李季
- 文献传递
