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。


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)