我试图在python中实现moler和van loan,2003;arsigny等人,2006b,a.中描述的用于集成的缩放和平方方法。该方法基本上说明,如果时间步数是2的幂,那么可以通过缩放和平方方法来确定解。有关该方法的说明,见附文第3页。
https://ufile.io/8xdx7
是的。
附言:不是家庭作业什么的。我只是想优化我已经使用euler方法但速度慢的函数代码。
shape = image.shape
dx = np.random.normal(0, 10, shape)
dy = np.random.normal(0, 1, shape)
dx = gaussian_filter(dx, 10)
dy = gaussian_filter(dy, 10)
han_window_1 = np.hanning(shape[0])
han_window_2 = np.hanning(shape[1])
for i in range(0, shape[1]):
dy[:,i] = dy[:,i] * han_window_1
for i in range(0, shape[0]):
dx[i,:] = dx[i,:] * han_window_2