用MRRR算法计算特征对子集

显示第1-4页,共页本文共9页.

PDF版本也可下载。

描述

与QR算法和Divide&Conquer算法相比,对于对称三对角特征问题,逆迭代的主要优点是可以以较低的成本计算特征对的子集。MRRR算法(MRRR=多个相对稳健表示)是逆迭代的巧妙变体,无需重新正交化。LAPACK 3.0中MRRR的当前版本STEGR不允许进行子集计算。STEGR的下一版本旨在使用{Omicron}(kn)运算计算k个特征对的(子)集合。由于计算特征向量的特殊方法,MRRR子集的计算比…接下页

创建信息

Osni A.Marques。;Parlett,Beresford N.和Vomel,Christof公司2006年6月6日。

上下文

这个文章是以下集合的一部分:科技信息技术报告办公室由提供UNT图书馆政府文件部UNT数字图书馆,由托管的数字存储库UNT图书馆.它已经被观看了41次。关于这篇文章的更多信息可以在下面查看。

与本文或其内容的创建相关联的人员和组织。

出版商

  • 劳伦斯伯克利国家实验室
    发布者信息: 欧内斯特·奥兰多·劳伦斯·伯克利国家实验室,加利福尼亚州伯克利(美国)
    出版地点: 加州伯克利

供应商

UNT图书馆政府文件部

作为联邦和州托存图书馆,UNT图书馆政府文件部以各种形式保存了数百万件物品。该部门是FDLP内容合作计划和国家档案馆附属档案馆的成员。

联系我们

什么

有助于识别本文的描述性信息。请按照下面的链接在数字图书馆中查找类似的项目。

描述

与QR算法和Divide&Conquer算法相比,对于对称三对角特征问题,逆迭代的主要优点是可以以较低的成本计算特征对的子集。MRRR算法(MRRR=多个相对稳健表示)是逆迭代的巧妙变体,无需重新正交化。LAPACK 3.0中MRRR的当前版本STEGR不允许进行子集计算。STEGR的下一版本旨在使用{Omicron}(kn)运算计算k个特征对的(子)集合。由于计算特征向量的特殊方法,MRRR子集的计算比使用逆迭代时更加复杂。与后者不同,MRRR有时不能忽略频谱中不需要的部分。我们用所谓的“假单例”来描述这些问题。这些特征值似乎是相对于想要的特征值孤立的,但实际上属于一个不想要的紧簇特征值。本文分析了这些复杂情况及其处理方法。

学科

关键词

STI主题类别

来源

  • 期刊名称:数值线性代数及其应用;期刊卷:13;期刊发行量:8期;相关信息:期刊出版日期:2006年6月19日

语言

项目类型

标识符

数字图书馆或其他系统中此文章的唯一标识号。

  • 报告编号:。:伦敦北卡罗来纳州--60374
  • 授权编号:数据元素-AC02-05CH11231
  • 授权编号:国家科学基金会:ACI-9619020;国家科学基金会:ACI-9619020
  • 数字目标标识符:https://doi.org/10.1002/nla.493
  • 科技信息办公室报告编号:922844
  • 存档资源密钥:方格:/67531/metadc899192

收藏

本文是以下相关资料集的一部分。

科技信息技术报告办公室

从科学和技术信息办公室收集的报告、文章和其他文件。

科学和技术信息办公室(OSTI)是能源部(DOE)的办公室,负责收集、保存和传播DOE赞助的研发(R&D)成果,这些成果是全国DOE实验室和设施的研发项目或其他资助活动以及大学和其他机构的受资助者的成果。

在使用这篇文章时,我有什么责任?

什么时候?

与本文相关的日期和时间段。

创建日期

  • 2006年6月6日

添加到UNT数字图书馆

  • 2016年9月27日凌晨1:39。

上次更新的说明

  • 2016年12月13日下午8:56。

使用情况统计

这篇文章最后一次使用是什么时候?

昨天:0
过去30天:0
总用途:41

与本文互动

下面是一些关于下一步做什么的建议。

开始阅读

PDF版本也可下载。

国际图像互操作性框架

IIF徽标

我们支持IIIF公司演示美国石油学会

Osni A.Marques。;Beresford N.Parlett和Christof Vomel。 用MRRR算法计算特征对子集,文章,2006年6月6日; 加州伯克利.(https://digital.library.unt.edu/ark:/67531/metadc899192/:2024年9月25日访问),北德克萨斯大学图书馆、北德克萨斯大学数字图书馆,https://digital.library.unt.edu(数字图书馆);记入贷方UNT图书馆政府文件部.

返回屏幕顶部