LSMR

LSMR：稀疏最小二乘问题的一种迭代算法。提出了一种求解线性方程组AX= B和最小二乘问题MIX-AX-B 2的迭代方法LSMR，它是稀疏的或快速的线性算子。LSMR是基于Golub Kahan双对角化过程的。它在分析上等价于应用于正规方程T Max＝A T B的MILRE方法，使得量A T r k单调递减（其中R k＝B-AX K是当前迭代x k的剩余）。在实践中观察到，r r k也单调递减，因此与LQR（仅r kk单调）相比，提前终止LSMR更安全。我们还报告了一些重新正交化的实验。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。

ZBMaX中的参考文献（57篇）1标准条款）

显示结果1至20的57。
按年份排序（引文）
  1. Cerd，J，格雷罗；D，MAIN，J.；MAS，J:秩亏最小二乘问题的预条件（2020）
  2. 黄，宝华；马，长风：基于张量形式的全局最小二乘法求解一类广义Sylvester张量方程（2020）
  3. 贾，Zhongxiao：线性离散不适定问题Krylov子空间的逼近精度（2020）
  4. Asgari，Z.；Tououiin，F.；巴博连，E.；ToHIDI，E:LSMR迭代法求解一维和二维线性Fredholm积分方程（2019）
  5. 布塔利，阿尔弗雷多；奥尔班，Dominique；鲁伊斯，丹尼尔；Titley Peloquin，戴维：对称鞍点系统的三对角线方法（2019）
  6. 锺，朱丽安；嘎佐拉，西尔维亚：（Kellop）正则化的灵活Krylov方法（2019）
  7. Dahito，Marie Ange；OrBand，Dominique：线性搜索和信赖域方法中的共轭残差法（2019）
  8. 雌激素，罗恩，奥尔班，Dominique；桑德斯，Michael A.：LSLQ：一个具有误差最小化性质的线性最小二乘迭代法（2019）
  9. Gazzola，西尔维亚；Sabeta Erman，Malena：全变分正则化的柔性GMRES（2019）
  10. Karimi，赛义德；Jozi，MeasAM：第一类Fredholm积分方程正交离散化的加权共轭梯度型方法（2019）
  11. 佩姬，Christopher C.：本征问题Lanczos过程的精确性和方程的解（2019）
  12. ArReX，Selvin，OrBand，Dominique：等式约束优化的正则化无因式分解法（2018）
  13. Erthin，罗恩；GRIF，陈：SPMR:一个鞍点最小残差解算器（2018）
  14. Fong，贾斯廷；Tan，英；克罗彻，Vincent；Oetomo，丹尼；MaReles，IVEN:具有未知动力学的有限时域LQR问题的双环迭代最优控制（2018）
  15. 霍尔曼，埃里克；顾，明：LSMB：最小化最小二乘问题的后向误差（2018）
  16. 霍尔曼，肖恩；Monard，弗兰·奥伊斯；斯蒂芬诺夫，普拉门：衰减大地测量X射线变换（2018）
  17. 灵，司涛；王，明慧；程，薛汉：四元数最小二乘问题LSMR算法的一种新实现（2018）
  18. 麦克唐纳、埃利诺、PistaNA、珍妮佛、Wathe、安迪：演化偏微分方程一次系统的预处理和迭代解（2018）
  19. 史葛，珍妮佛；T.Ma，MiSrava:一种预处理具有密集行的稀疏线性最小二乘问题的Schur补方法（2018）
  20. Ahmadi Asl，沙尔曼；Beik，Fatemeh Panjeh Ali：四元数矩阵方程最小二乘解的迭代算法（2017）