导读:本文包含了曲率障碍论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:曲率,误差,各向异性,特征值,障碍,形态学,磁共振。
曲率障碍论文文献综述
王伟岩,唐海波,蒲唯丹[1]（2018）在《首发重度抑郁障碍患者大脑皮质曲率的变化》一文中研究指出目的:本研究旨在探索首发重度抑郁障碍患者大脑皮质平均曲率的异常特征。方法:运用基于皮层表面的形态学方法分析首发重度抑郁障碍患者皮质曲率异常特征,入组对象为41例首发抑郁症患者和52例健康对照。结果:与健康对照比较,患者的左侧枕叶外侧、梭状回、额中回上部、中央后回、岛回以及右侧顶下小叶、舌回、颞中回、距状旁回的皮质曲率显着大于健康对照,而患者右侧颞上沟后部的皮质曲率显着小于健康对照。结论:广泛增加的皮质曲率反映出大脑灰质减少可能是重度抑郁障碍的神经病理学特征,并且抑郁症患者可能会出现大脑皮质的适应性代偿改变。(本文来源于《中国临床心理学杂志》期刊2018年04期）
张继伟[2]（2006）在《Stokes特征值问题及曲率障碍变分不等式的各向异性元逼近》一文中研究指出本文主要研究一个各向异性非协调Crouzeix-Raviart型元对Stokes特征值问题和Morley元对曲率障碍变分不等式问题的有限元逼近。对于Stokes特征值问题本文不仅得到了征值对的最优误差估计即：特征值和流速压力的零模和能量模以及压力的能量模最优误差估计，其中在各向异性网格下对此问题的零模估计尚未见报道。同时还给出了它的超逼近和超收敛性。对于曲率障碍变分不等式问题的Morley元逼近本文得到了能量模的最优误差估计。以上结果表明，传统有限元的正则性条件或拟一致假设对有些问题来说是不必要的，从而拓宽了有限元的应用范围。(本文来源于《郑州大学》期刊2006-04-01）
石东洋,李少荣[3]（2004）在《曲率障碍下四阶变分不等式问题的Morley元逼近一个新的误差估计式》一文中研究指出对简支情形的曲率障碍问题,采用修正的离散格式给出了Morley非协调元逼近的一个新的误差估计,改善了已有的结果.(本文来源于《河南科学》期刊2004年04期）
王烈衡[4]（1990）在《曲率障碍下一个四阶变分不等式的Morley元逼近》一文中研究指出§1.引言 对于二阶椭圆变分不等式问题的有限元逼近,已有[3]和[5]等.相对而言,各种障碍下的四阶椭圆变分不等式问题的有限元逼近,研究工作却不多.特别,误差估计方面的工作更少.[6]对固支情形曲率障碍问题,构造了Morley元逼近,并给出了收敛性分析,(本文来源于《计算数学》期刊1990年03期）
曲率障碍论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要研究一个各向异性非协调Crouzeix-Raviart型元对Stokes特征值问题和Morley元对曲率障碍变分不等式问题的有限元逼近。对于Stokes特征值问题本文不仅得到了征值对的最优误差估计即：特征值和流速压力的零模和能量模以及压力的能量模最优误差估计，其中在各向异性网格下对此问题的零模估计尚未见报道。同时还给出了它的超逼近和超收敛性。对于曲率障碍变分不等式问题的Morley元逼近本文得到了能量模的最优误差估计。以上结果表明，传统有限元的正则性条件或拟一致假设对有些问题来说是不必要的，从而拓宽了有限元的应用范围。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
曲率障碍论文参考文献
[1].王伟岩,唐海波,蒲唯丹.首发重度抑郁障碍患者大脑皮质曲率的变化[J].中国临床心理学杂志.2018
[2].张继伟.Stokes特征值问题及曲率障碍变分不等式的各向异性元逼近[D].郑州大学.2006
[3].石东洋,李少荣.曲率障碍下四阶变分不等式问题的Morley元逼近一个新的误差估计式[J].河南科学.2004
[4].王烈衡.曲率障碍下一个四阶变分不等式的Morley元逼近[J].计算数学.1990
论文知识图
