Nonlinear Finite Elements for Continua and Structures(by Ted Belytschko)| PDF电子书 | 连续体和结构的非线性有限元(庄茁)

专栏导读

  • 作者简介:工学博士,高级工程师,专注于工业软件算法研究
  • 本文已收录于专栏:有限元编程从入门到精通》本专栏旨在提供 1.以案例的形式讲解各类有限元问题的程序实现,并提供所有案例完整源码;2.单元类型包含:杆单元,梁单元,平面三角形单元,薄板单元,厚板单元,壳单元,四/六面体实体单元,金字塔单元等;3.物理场问题涉及:力学传热学电磁学多物理场耦合等问题的稳态(静力学)和瞬态(动力学)求解。专栏旨在帮助有志于有限元工业软件开发的小伙伴,快速上手有限元编程,在案例中成长,摆脱按部就班填鸭式教学
  • 所有专栏文章均提供视频教程和源码有限元编程从入门到精通30讲视频教程与源码获取地址: https://www.bilibili.com/video/BV1kP4y1d7Zo
  • 欢迎订阅专栏,订阅用户可私聊进入有限元编程交流群(知识交流、问题解答),并获赠丰厚的有限元相关学习资料教材、源码、视频课
  • 专栏订阅地址:有限元编程从入门到精通_suoge223的博客-CSDN博客

【总体简介】💻🔍

你将获得本教材高清Wiley英文原版 + 庄茁的中文翻译版扫描

获取方式:QQ 573023534

Ted Belytschko 的《Nonlinear Finite Elements for Continua and Structures》,此书封面就是一个非线性有限元中的经典问题(壳体碰撞后的大变形)。此书有中文译本《连续体和结构的非线性有限元》,是清华的庄茁老师翻译的。

贝公在非线性有限元,无网格法、扩展有限元等领域造诣颇深、著作等身,而且是第一个提出了“无网格法”这一名字的人(注意,只是最早命名了无网格法,而不是最早提出了无网格法,笔者有的时候还是很严肃的,哈哈!!)。Belytschko有一位学生叫J.S. Chen,在当今计算力学界也是赫赫有名,J.S. Chen有位学生就是我济的任晓丹老师,而笔者我…………则去听过任老师的一堂课,所以各位看官也别指望我说的有多好,毕竟我连再传弟子都算不上,但我善于吹啊!

  • 8
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
线性和非线性混合像元分解是一种常用的遥感图像处理方法。Matlab是一个强大的计算工具,可以用来实现该方法并进行结果分析。以下是一个示例代码,演示如何使用Matlab实现线性和非线性混合像元分解,并进行结果分析。 ```matlab %% 导入数据 data = load('data.mat'); % 导入遥感图像数据 X = data.X; % 像元矩阵 M = data.M; % 混合矩阵 N = size(X, 1); % 像元数量 P = size(M, 2); % 混合像元数量 %% 线性混合像元分解 A = inv(M' * M) * M' * X; % 线性混合像元分解 S_linear = M * A; % 线性混合像元分解的结果 %% 非线性混合像元分解 % 定义非线性函数 f1 = @(x) x .^ 2; f2 = @(x) log(x + 1); F = [f1(S_linear(1,:)); f2(S_linear(2,:))]; % 非线性函数矩阵 A = inv(F * F') * F * X; % 非线性混合像元分解 S_nonlinear = F' * A; % 非线性混合像元分解的结果 %% 结果分析 % 显示原始图像 figure; subplot(1,3,1); imshow(reshape(X(1,:), [256,256]),[]); title('原始图像1'); subplot(1,3,2); imshow(reshape(X(2,:), [256,256]),[]); title('原始图像2'); % 显示线性混合像元分解结果 subplot(1,3,3); imshow(reshape(S_linear(1,:), [256,256]),[]); title('线性混合像元分解结果1'); figure; subplot(1,3,1); imshow(reshape(S_linear(2,:), [256,256]),[]); title('线性混合像元分解结果2'); % 显示非线性混合像元分解结果 subplot(1,3,2); imshow(reshape(S_nonlinear(1,:), [256,256]),[]); title('非线性混合像元分解结果1'); subplot(1,3,3); imshow(reshape(S_nonlinear(2,:), [256,256]),[]); title('非线性混合像元分解结果2'); ``` 该示例代码中,首先导入了遥感图像数据,包括像元矩阵和混合矩阵,然后分别使用线性和非线性混合像元分解方法得到混合像元的分解结果。最后,通过Matlab的图像显示函数,将原始图像和分解结果进行可视化展示。 通过分析展示的图像,可以看出线性混合像元分解只能得到一些比较模糊的分解结果,而非线性混合像元分解则可以得到更加清晰的分解结果。这说明在实际应用中,非线性混合像元分解方法可能更加适用。同时,也可以通过分析分解结果,了解遥感图像的不同特征和物理过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值