Learning a robust shape parameter for RBF approximation
针对RBF插值中形状参数选择的挑战,提出含优化问题、数据驱动方法、回退程序及学习策略的鲁棒确定方法,通过数值测试验证了其在一维和二维插值任务及RBF-FD方法中的精度与稳定性。
2025-08-26 cs.NA math.NA
Adaptive RBF Interpolation for Estimating Missing Values in Geographical Data
数据集的质量是大数据挖掘中的一个关键问题。可以从更高质量的数据集中挖掘出更有趣的东西。地理数据中缺失值的存在会降低大型数据集的质量。为了提高数据质量,通常需要使用各种机器学习算法或数学方法(例如近似和插值)来估计缺失值。本文提出了一种自适应径向基函数(RBF)插值算法,用于估计地理数据中的缺失值。在该方法中,具有已知值的样本被认为是数据点,而具有缺失值的样本被认为是插值点。对于每个内插点,首先,自适应地确定一组局部数据点。然后,插值点的缺失值通过基于局部数据点集的径向基函数插值进行插补。此外,径向基函数的形状因子也自适应地确定,通过考虑局部数据点集的分布。为了评估所提出的方法的性能,我们比较我们的方法与常用的k近邻(kNN)插值和自适应逆距离加权(AIDW)的方法,并进行三组基准实验。实验结果表明,该方法在精度上优于kNN插值和AIDW,但在效率上不如kNN插值和AIDW。
2019-08-10 cs.NA math.NA
An adaptive residual sub-sampling algorithm for kernel interpolation based on maximum likelihood estimations
在本文中,我们提出了一个增强版本的残差子采样方法(RSM)在[9]的自适应插值径向基函数(RBF)。更确切地说,我们介绍的背景下,子采样方法的最大轮廓似然估计(MPLE)的RBF形状参数的最佳选择的标准。这种选择是完全自动的,为任何RBF提供高度可靠和准确的结果,并且与原始RSM不同,保证RBF插值唯一存在。通过对一维和二维基准目标函数的数值实验,验证了MPLE-RSM方法的有效性。
2022-03-26 cs.NA math.NA
Robust radial basis function interpolation based on geodesic distance for the numerical coupling of multiphysics problems
针对多物理场模拟中传统欧氏距离插值在复杂几何域易产生伪振荡的问题,提出基于测地距离的RL-RBF-G插值方法,提升了复杂域插值精度,验证了其并行可扩展性与在心脏电力学模拟中的有效性。
2024-03-06 cs.NA math.NA
An unfitted RBF-FD method in a least-squares setting for elliptic PDEs on complex geometries
偏微分方程的径向基函数有限差分(RBF-FD)方法需要一组插值点,这些插值点符合计算域$Ω$。近似鲁棒性的要求之一是将插值点以局部均匀的距离放置在$Ω$的边界周围。然而,生成具有这些属性的插值点是一个繁琐的问题。相反,插值点可以在边界上延伸,并且因此与$Ω$的形状完全解耦。在本文中,我们提出了一种修改的最小二乘RBF-FD方法,它允许插值点被放置在一个盒子,封装$Ω$。这样,2D和3D复杂域上的节点放置就大大简化了。数值实验求解椭圆模型偏微分方程在复杂的二维几何形状表明,我们的方法是强大的。此外,它表现出更好的近似误差和运行时间与误差相比,经典的RBF-FD方法。也可以在3D中使用我们的方法,我们通过提供胸隔膜上的解决方案的收敛结果来表示。
2021-03-09 cs.NA math.NA
On the Use of RBF Interpolation for Flux Reconstruction
通量重建提供了一个框架,用于解决偏微分方程中的功能是不连续的元素内近似。通常,这通过使用多项式来完成。在这里,使用径向基函数作为一种方法,基本的功能近似探讨在一维,使用分析和数值方法。在一定的网格密度下,径向基函数通量重建优于多项式通量重建,并且随着径向基函数网格宽度的增加,网格密度的范围变得更细。一种方法,避免了不良的条件下,平坦的径向基函数被用来测试范围广泛的基础形状,并在非常小的值,多项式的行为被恢复。改变的解决方案点的位置被发现有一个效果类似于多项式FR,与高斯-勒让德点是最有效的。改变职能中心的位置被认为对业绩的影响非常小。对于非线性伯格斯方程也确定了类似的行为。
2022-01-05 cs.NA math.NA
Surface Reconstruction from Scattered Point via RBF Interpolation on GPU
本文提出了一种基于径向基函数(RBF)的并行隐式曲面重构方法。径向基函数方法的适用性受到其计算需求的阻碍,即需要求解大小等于数据点数量的线性系统。我们的重建实现依赖于并行科学库,并支持大规模多核架构,即图形处理器单元(GPU)。所提出的方法在重建精度和计算时间方面的性能表明,RBF插值可以非常有效地解决此类问题。
2013-05-22 cs.DC cs.NA math.NA
Optimal selection of local approximants in RBF-PU interpolation
University of Torino(都灵大学);University of Padova(帕多瓦大学)
本文研究了RBF-PU插值中局部近似量的选择问题,通过最小化先验误差估计来优化局部子域中的形状参数和线性系统规模,提升处理非均匀数据精度的能力。
2017-03-13 cs.NA math.NA
A new variable shape parameter strategy for RBF approximation using neural networks
针对径向基函数(RBF)逼近中形状参数需平衡插值矩阵病态性与精度的问题,提出用无监督训练的多层感知器预测核函数形状参数的策略,在多类RBF任务中验证了效果。
2024-06-25 cs.NA math.NA
Anisotropic weights for RBF-PU interpolation with subdomains of variable shapes
Dipartimento di Matematica “Tullio Levi-Civita”, Università di Padova(帕多瓦大学);Department of Mathematics “Giuseppe Peano”, University of Torino(都灵大学);Department of Applied Mathematics and Statistics, Colorado School of Mines(科罗拉多矿业学院);SigOpt, Inc.(SigOpt公司)
本文提出了一种基于先验误差估计的方案,用于选择变形状椭球子域的大小,通过联合求解子域分解参数和各向异性RBF形状参数,以实现比标准分区统一方法更高的精度。
2018-11-13 cs.NA math.NA
Numerical Stability on Local Integral Methods using RBF-QR
Faculty of Exact Sciences, Engineering and Surveying,National University of Rosario(罗萨里奥国立大学精确科学、工程与测量学院);French Argentine International Centerfor Information and Systems Sciences,UAM (France)/UNR-CONICET(法阿国际信息与系统科学中心,法国UAM/罗萨里奥国立大学-阿根廷国家科学研究委员会)
本文研究了局部积分方法中使用RBF-QR技术以提高数值稳定性,针对泊松方程、对流扩散方程和热边界层PDEs进行了精度分析。
2018-11-01 cs.NA math.NA
A rescaled method for RBF approximation
University of Padova(帕多瓦大学);Banco Popolare(大众银行);University of Stuttgart(斯图加特大学)
本文提出了一种基于缩放的RBF逼近方法,通过合理缩放核函数来稳定插值结果,并分析了该方法的误差和稳定性特性。
2016-11-30 cs.NA math.NA
Numerical cubature on scattered data by adaptive interpolation
本文提出在已知代数求积公式支集上重采样,并利用多项式、RBF和PUM自适应插值构建散乱数据求积方法,为直接无网格RBF求积和最小二乘求积提供有前景的替代。
2023-07-14 cs.NA math.NA
Accurate Stabilization Techniques for RBF-FD Meshless Discretizations with Neumann Boundary Conditions
标准径向基函数有限差分(RBF-FD)无网格法应用的一个主要障碍是它不能准确和一致地求解涉及Neumann边界条件(BC)的边值问题。这也是由于当边界导数以强形式施加时影响插值矩阵的病态问题。在本文中,这些病态的问题和随后的不稳定性影响的应用RBF-FD方法存在的诺依曼BC的理论和数值分析。这些问题的发病的理论动机是通过突出的依赖性的局部插值矩阵的行列式上的边界法线。定性调查也进行了数值研究的参考模板,并寻找其几何形状和相关的插值矩阵的属性之间的相关性。基于前面的分析,两种方法来克服初始问题。最后通过将这些方法成功地应用于亥姆霍兹-霍奇分解的稳定化来评估相应的稳定化性质。
2022-07-14 cs.NA math.NA
Rational RBF-based partition of unity method for efficiently and accurately approximating 3D objects
Dipartimento di Matematica “Tullio Levi-Civita”, Università di Padova(帕多瓦大学)
本文提出一种基于有理径向基函数的分区为一方法,用于高效准确地近似3D对象,通过局部方案提高计算效率。
2018-02-06 cs.NA math.NA
A Fast Multipole Method based on Band-limited Approximations for Radial Basis Functions
Max Planck Institute for Dynamics of Complex Technical Systems(马克斯·普朗克复杂技术系统动力学研究所)
本文提出一种基于带限近似和求积规则的新型快速多极方法,用于加速径向基函数插值的矩阵向量乘法,将复杂度从O(N²)降至O(NlogN)。
2016-06-24 cs.NA math.NA
Efficient Reduced Basis Algorithm (ERBA) for kernel-based approximation
本文的主要目的是为构造核基的简化插值模型提供一种有效的方法。在文献中,此类问题主要通过成熟的线结插入或线结移除方案解决。这样的迭代策略通常是相当苛刻的计算的角度来看,我们的目标是研究一个有效的实现数据删除的方法,即有效的减少基础算法(ERBA)。该算法以基于核的插值为核心,利用两个迭代规则去除数据。前者称为ERBA-r,基于经典的残差估计。后者,即ERBA-p,是独立的函数值,并依赖于由幂函数定义的误差界。在这两种情况下,受到所谓的扩展Rippa算法的启发,我们的ERBA利用了快速实现的优势。
2021-07-13 cs.NA math.NA
Data-dependent approximation through RBF
Universidad Politécnica de Cartagena(卡塔赫纳理工大学);Tel-Aviv University(特拉维夫大学);Universidad de Valencia(瓦伦西亚大学)
本文提出一种改进的RBF插值方法,通过数据依赖的形状参数调整减少一维和二维中不连续处的振荡,证明了插值矩阵的可逆性并展示了方法的有效性。
2026-03-24 cs.NA math.NA
Approximation of a Multivariate Function of Bounded Variation from its Scattered Data
本文提出了一种从散乱数据近似有界变差函数的方法,克服了传统RBF插值方法的局限性。
2025-12-21 cs.NA math.AP math.NA
Curvilinear Mesh Adaptation using Radial Basis Function Interpolation and Smoothing
Scientific Computing and Imaging Institute, University of Utah(犹他大学科学计算与成像研究所);Department of Mathematics, University of Utah(犹他大学数学系)
本文提出了一种基于径向基函数插值和平滑的迭代技术,用于从直边或其他曲线网格生成和平滑曲线网格。通过仅使用输入网格边界的散点作为插值问题的数据点,近似曲线输出网格内部和边界的坐标变形映射,从而生成高质量的变形域网格。
2018-04-10 cs.CG cs.NA math.NA
Mesh-free Semi-Lagrangian Methods for Transport on a Sphere Using Radial Basis Functions
本文提出了三种基于径向基函数(RBF)插值的半拉格朗日方法,用于球上输运的数值模拟。该方法是无网格的,并制定完全在直角坐标,从而避免任何不规则的集群节点在人工边界的领域,自然绕过任何明显的人工奇点与基于表面的坐标系。对于在给定速度场中涉及示踪剂输运的问题,半拉格朗日框架允许这些新方法在时间积分期间避免使用任何稳定化项(例如高粘度),从而减少了必须调整的参数的数量。这三种新的方法是基于插值使用1)全局RBF,2)局部RBF支架,和3)RBF单位分解。对于后两种方法,我们发现,它是至关重要的,包括一些低次球谐插值。标准的测试用例组成的固体旋转和变形流的方法进行比较和对比,在其精度,效率,守恒特性,和耗散/分散误差。对于全局径向基函数,谱空间收敛观察到准均匀节点上的光滑解,而高阶精度观察到局部径向基函数模板和单位分解方法。
2018-04-04 cs.NA math.NA
A Discrete Adapted Hierarchical Basis Solver For Radial Basis Function Interpolation
本文开发了一种离散层次基(HB)方法,通过正交化、适应核函数和节点分布,将变阶多项式径向基函数插值问题解耦为两步求解,并利用GMRES迭代和预条件器高效计算。
2013-12-30 cs.NA math.NA math.ST
Distributed Uncertainty Quantification of Kernel Interpolation on Spheres
Missouri State University(密苏里州立大学)
针对RBF核插值因不确定性关系易受噪声影响的问题,本文提出一种分布式插值方法,用于管理和量化含噪球面数据插值引发的不确定性,数值模拟表明该方法处理复杂计算环境含噪数据实用且稳健。
2023-10-25 cs.LG cs.NA math.NA
Data Interpolation Accuracy Comparison: Gravity Model Versus Radial Basis Function
University of Tennessee at Chattanooga(田纳西大学查塔努加分校)
本文比较了重力模型和径向基函数两种无网格近似方法的精度。两种格式的收敛性证明了RBF比重力模型更快、更精确。作为一个案例研究,在田纳西州,美国不同地点的温度插值进行了比较。Delaunay网格生成用于在边界内部和边界上创建随机点,这些数据可以合并到这些位置。49个MERRA气象站作为数据源,提供特定日期和时间的温度。结果部分中提供的插值温度等值线表明RBF是一种比重力模型更准确的方法,因为它显示了更平滑和更广泛的插值数据范围。
2021-03-19 cs.LG cs.NA math.NA
Positive constrained approximation via RBF-based partition of unity method
Department of Mathematics “G. Peano”, University of Torino(都灵大学皮亚诺数学系)
本文提出基于RBF的分区为一方法构造正插值算子,通过添加约束条件实现局部正近似,结合全局近似与紧支撑RBF,提升精度并优化约束数量。
2017-01-25 cs.NA math.NA
A Modified Hermite Radial Basis Function for Accurate Interpolation
针对HRBF插值在低形状参数下病态导致精度下降的问题,提出引入多项式项的MHRBF方法,在保持或降低计算成本的同时提升精度,并在所有参数和域大小下实现更低误差。
2025-05-22 cs.NA math.NA
A new stable basis for RBF approximation
针对径向基函数逼近中简单平移基导致病态条件的问题,基于核矩阵分解提出一种加权奇异值分解导出的正交基,并给出插值与离散最小二乘逼近的收敛估计和稳定性界。
2012-10-05 cs.NA math.NA
The Penalized Lebesgue Constant for Surface Spline Interpolation
Texas A&M University(德克萨斯农工大学)
针对非均匀分布数据,利用类似流形上准均匀数据插值稳定性的技术,证明了曲面样条插值在Rd上具有更强的局部稳定性,并得到拉格朗日函数快速衰减的点态估计,结合勒贝格引理表明其收敛率与局部逼近方案相同。
2010-11-02 cs.NA math.CA math.NA
A N-Body Solver for Free Mesh Interpolation
高斯径向基函数核的因式分解是为了在平坦的多项式极限中进行自由网格插值而开发的,该多项式极限对应于泰勒展开和几何矩的范德蒙基。使用这种谱近似,通过递归分解残差找到插值的自顶向下八叉树范围,类似于Drivel和Heryudono(2007)的工作,除了在当前方法中网格与低秩近似解耦,允许采样误差(网格)与表示误差(多项式阶)部分分离。然后,它是可能的,以证明大约5个数量级的改进,在自由网格插值误差的三维弗兰卡函数,相对于以前的基准。在$N$ -body方法的相关工作中,通过平方根迭代进行因式分解(Challacombe 2015),重点放在恒等式的解析上。
2015-10-31 cs.NA math.NA
Adaptive Non-Linear Partition of Unity Methods for Scattered Data Interpolation with Discontinuities
University of Torino(都灵大学);Universidad Politécnica de Cartagena(卡塔赫纳理工大学);Universidad de Valencia(瓦伦西亚大学)
研究具有不连续性的散乱数据插值问题,核心方法是通过留一法交叉验证结合全局优化自适应调整非线性单位分解方法的超参数,主要贡献是降低不连续性附近逼近误差,在平滑区域保持精度且无需界面几何先验知识。
2026-07-24 cs.NA math.NA
An RBF-PSO Based Approach for Modeling Prostate Cancer
Department of Mathematics ”G. Peano”, University of Turin(都灵大学数学系);Department of Neuroscience, University of Turin(都灵大学神经科学系)
本文提出一种结合粒子群优化与无网格插值方法的新型方法,用于建模前列腺癌的生长特性及风险评估。
2015-12-12 cs.NA math.NA q-bio.TO
PetRBF--A parallel O(N) algorithm for radial basis function interpolation
University of Bristol(布里斯托大学);Boston University(波士顿大学);University of Chicago(芝加哥大学)
提出一种并行径向基函数插值算法,通过GMRES迭代求解器与限制性加性Schwarz方法预条件器实现O(N)复杂度和良好可扩展性,适用于高斯基函数的大规模插值问题。
2009-09-29 cs.DC cs.MS cs.NA
A note on polynomial-free unisolvence of polyharmonic splines at random points
本文证明随机点序列上广泛多调和样条(含薄板样条)在不添加多项式时几乎必然唯一可解。
2023-12-21 cs.NA math.NA
Polynomial-free unisolvence of polyharmonic splines with odd exponent by random sampling
本文针对既有方法未覆盖的奇数指数情形,通过分析插值矩阵行列式与解析函数性质,证明了随机点上无多项式添加的RBF插值几乎必然唯一可解。
2024-01-24 cs.NA math.NA
Partition of unity interpolation using stable kernel-based techniques
University of Torino(都灵大学);University of Padova(帕多瓦大学);University of Stuttgart(斯图加特大学)
本文提出了一种新的稳定且准确的近似技术,特别适用于插值大规模离散数据集。该方法利用径向基函数作为局部近似函数,并使用局部支持权重,通过计算每个PU子域的稳定基,提高了稳定性,尤其是在处理平坦核时。此外,优化的搜索过程用于构建局部稳定基,使方法更加高效。
2016-07-12 cs.NA math.NA
Shape-Driven Interpolation with Discontinuous Kernels: Error Analysis, Edge Extraction and Applications in MPI
Università di Padova(帕多瓦大学);Università di Milano - Bicocca(米兰比可卡大学)
本文研究了一种基于RBF的散乱数据插值方法,通过变量缩放函数引入不连续性,分析了核函数的本原空间和误差界,并利用机器学习分类算法提取不连续性位置,通过数值实验验证了理论收敛率,并展示了在磁流体成像中的应用前景。
2019-03-07 cs.NA math.NA
Parametric Dynamic Mode Decomposition for nonlinear parametric dynamical systems
提出结合DMD与RBF网络的非侵入式模型降阶方法,通过RBF插值扩展DMD以预测参数化非线性系统在新参数下的动力学时间模式。
2023-08-01 cs.NA math.NA
Bayesian Approach for Radial Kernel Parameter Tuning
针对RBF逼近中形状参数难以高效调优的问题,提出基于高斯过程建模误差函数的贝叶斯优化迭代方法,显著快于留一交叉验证,并在测试与真实数据中验证了性能。
2023-11-07 cs.NA math.NA
Scattered Data Interpolation on Embedded Submanifolds with Restricted Positive Definite Kernels: Sobolev Error Estimates
High Point University(海点大学);Boise State University(博伊西州立大学)
研究通过限制正定核(如径向基函数)在光滑紧致嵌入子流形上构造核插值,并给出本征空间的完整刻画及Sobolev型误差估计。
2011-01-18 cs.NA math.FA math.NA
Superconvergent Non-Polynomial Approximations
在本文中,我们介绍了一个超收敛逼近方法,采用径向基函数(RBFs)的数值解的守恒律。使用径向基函数进行插值和近似是一个发展良好的研究领域。在这项工作中特别感兴趣的是高阶有限体积(FV)加权本质不振荡(WENO)的方法,利用RBF近似获得所需的数据在细胞界面的发展。超收敛是通过分析的截断误差,导致表达式的形状参数,导致改进的精度的近似。本研究旨在解决的方法,包括形状参数的评价,以及混合实施的实际要素。为了突出非多项式基的有效性,在激波捕获中,所提出的方法被应用到一维双曲和弱双曲守恒律方程组,并与文献中几个著名的FV WENO格式进行了比较。在非光滑弱双曲检验问题的情况下,在预测有限时间爆破的位置和高度方面观察到显着的改进。收敛结果表明,所提出的计划取得了显着改善的精度,由重建的分析表明。我们还包括一个关于扩展到高维问题的讨论,以及一个非线性标量问题的收敛结果。
2021-06-17 cs.NA math.NA
Radial basis function-generated finite differences with Bessel weights for the 2D Helmholtz equation
Universidad de Antioquia(安蒂奥基亚大学)
本文利用径向基函数生成的有限差分法(RBF-FD)结合贝塞尔函数定义的振荡径向基函数,对二维亥姆霍兹方程进行近似数值求解,通过正则化插值矩阵来解决局部插值获得权重时的病态问题,并通过不同数值测试验证了色散和污染效应的缓解。
2019-03-02 cs.NA math.NA
Radial basis approximation of tensor fields on manifolds: From operator estimation to manifold learning
本文研究闭黎曼子流形上张量场的微分算子RBF近似,提出对称RBF离散方法解决非对称方法的复值谱污染问题,并证明了大样本极限下特征对的收敛性。
2023-11-22 cs.NA math.NA
Data dependent Shepard approximation through and adaptive modification of the shape parameter
Universidad Politécnica de Cartagena(卡塔赫纳理工大学);Hunan Normal University(湖南师范大学);Universidad de Valencia(瓦伦西亚大学)
提出一种数据依赖的Shepard插值方法,通过自适应调整形状参数减少一维和二维数据中跳跃间断附近的模糊,理论证明并数值验证了其有效性。
2026-06-19 cs.NA math.NA
A novel time integration scheme for linear parabolic PDEs
本文提出RBF-CN时间积分格式,通过径向基函数插值优化形状参数,在保持CN方法简单性的同时提升时间精度至四阶以上,并证实稳定性不变;实验表明,配合最优初始化,该格式在精度上媲美隐式Runge-Kutta方法,计算成本降低近两个数量级。
2025-09-08 cs.NA math.NA