কাঠামোগত গ্রিডে 3 ডি-ফ্লোফিল্ডের জন্য সর্বাধিক নির্ভুল ইন্টারপোলেশন পদ্ধতি কী?


9

আমি 3 ডি স্ট্রাকচার্ড গ্রিডে বহু-প্রজাতি, সংকোচযোগ্য নাভিয়ার-স্টোকস সমীকরণগুলি সমাধান করি। আমি একটি প্রদত্ত গ্রিডে একটি সমাধান পেয়েছি (আসুন তুলনামূলকভাবে মোটা বলে)। আমি এখন চাই আমার গ্রিডটি পরিমার্জন করতে এবং আমার সিমুলেশনটি পুনরায় চালু করার আগে আমার নতুন গ্রিডে আমার পূর্ববর্তী দ্রবণটিকে একত্রিত করতে। বর্তমানে, আমাদের কাছে একটি ইন্টারপোলেশন সরঞ্জাম রয়েছে যা 2 টি গ্রিডের কেডি ট্রি তৈরি করে এবং তারপরে নতুন গ্রিডে মানগুলি গণনা করতে 2 টি বিভিন্ন পদ্ধতি ব্যবহার করতে পারে:

  • সাধারণ গড়
  • বিপরীতমুখী-ওজনযুক্ত (IDW)
  • সর্বনিম্ন স্কোয়ারগুলি চলমান (এমএলএস)

আমি নির্ভুলতার দিকে মনোনিবেশ করতে চাই কারণ যেহেতু আমি বড় গ্রেডিয়েন্টগুলির সাথে ডিল করি, সেগুলি সঠিকভাবে ক্যাপচার না করা যখন আমি আমার গণনা পুনরায় চালু করি তখন তরঙ্গ উত্পন্ন করে। আমি প্রথমে সাধারণ গড় চেষ্টা করেছি তবে যথার্থতা যথেষ্ট ভাল ছিল না।

আমি ভেবেছিলাম যে অর্ডার 2 এর বহুবর্ষের সাথে এমএলএস পদ্ধতিটি আমাকে যুক্তিসঙ্গত ফলাফল দেবে কারণ এটি অনুশীলনীয় বলে মনে করা হচ্ছে। যাইহোক, আমি যখন আমার আন্তঃবিবাহিত ক্ষেত্রটি দেখি, তখন আমি স্থানীয় মিনিমা / ম্যাক্সিমা দেখতে পাই যা আমার প্রাথমিক ক্ষেত্রের মানগুলিকে ছাপিয়ে যায়। এর অর্থ কি এই প্রোগ্রামে এমএলএস বাস্তবায়ন সঠিক নয়? আমার স্টেনসিলের আকার এবং বহুভুজের ক্রমটি সম্পর্কে সতর্ক হওয়া উচিত? আপনি অন্য কোন পদ্ধতির সুপারিশ করবেন?

আগাম ধন্যবাদ !

উত্তর:


4

আপনি একঘেয়েমি ঘন স্প্লাইস ব্যবহার করতে পারেন:

http://en.wikipedia.org/wiki/Monotone_cubic_interpolation

এটি মাল্টি-ডি-তে কীভাবে করা যায় তার একটি ব্যাখ্যা এখানে রয়েছে:

http://dl.acm.org/citation.cfm?id=1285766

আর একটি বিকল্প ওজনযুক্ত হবে মূলত অ-দোলক প্রবণতা; চি-ওয়াং শু-র বিষয়ে এই বিষয়ে একটি সাম্প্রতিক পর্যালোচনা পত্র রয়েছে।


আমি বহু-মাত্রিক মনোটোন ঘন আন্তঃপ্রবাহের কাগজটি পরীক্ষা করেছি এবং পদ্ধতিটি প্রযোজ্য হওয়ার জন্য একটি দৃ prec় পূর্বশর্ত রয়েছে:> ইন্টারপোলেশন ডেটা সরবরাহকারী নোডগুলি সমানভাবে ব্যবধানযুক্ত হয়>>>> 0, n] বিরতি বিরতিতে। স্পষ্টতই, এটি আমার সাধারণ 3 ডি ফ্লোফিল্ডের জন্য সত্য হবে না। ধন্যবাদ, যদিও আমি অন্য রেফারেন্স খনন করব।
ফ্রেঞ্চখেল্ডার

2
এই যে নিবন্ধটি আমি মনে করি ডেভিড উল্লেখ করেছেন।
ম্যাট নিপলি

হ্যাঁ ম্যাট, সেটাই।
ডেভিড কেচসন
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.