时域体电场积分方程性态较好，但时域面积分方程性态较差，这就造成体面耦合的时域电场积分方程在迭代求解时经常遇到收敛较慢的问题，无法满足工程需要，并且一般预条件技术获得的加速效果也不甚理想。因此，时域体面积分方程迭代求解时间过长已成为体面积分方程在实际工程应用中的核心问题。针对时域体面电场积分方程矩阵性态差的问题，提出一种引入分块预条件方法 (BMP)，可以加快矩阵迭代收敛的速度。将时域体面积分方程的矩阵分解成 3块矩阵相乘的形式，而这 3块矩阵都是稀疏的，并通过几个体面算例说明该预条件技术的效率。

单形体体积生长算法（SGA）是一种比较有效的高光谱图像端元提取算法。为了解决多次顺序计算单形体体积所造成的高计算复杂度的问题，基于高维空间单形体体积计算公式实现SGA（NSGA），推导出两种NSGA的快速实现算法：基于矩阵三角分解的NSGA算法（FNSGACF）和基于分块矩阵行列式的NSGA算法（FNSGA）。FNSGACF主要利用改进Cholesky分解方法，将单形体体积的计算转化为矩阵的三角分解，从而降低了计算复杂度，提高了算法的效率。FNSGA引入分块矩阵的思想来简化矩阵行列式的计算，很大程度降低了计算的复杂性。基于仿真实验研究和真实高光谱图像实验研究的结果表明，这两种快速实现算法都在保持NSGA结果的基础上运行更快，达到了快速实现的目的。