LSMR

LSMR:稀疏最小二乘问题的迭代算法。提出了一种求解线性方程组Ax=b和最小二乘问题min∥Ax-b∥2,具有稀疏或快速线性算子的迭代方法。LSMR基于Golub-Kahan双对角化过程。它在分析上等价于MINRES方法应用于正规方程A T Ax=A T b,因此量∥A T r k∥是单调减少的(其中r k=b-Ax k是当前迭代x k的残差)。我们在实践中观察到∥Rk∥也单调减少,因此与LSQR(只有∥Rk∥是单调的)相比,提前终止LSMR更安全。我们还报道了一些再正方化的实验。


zbMATH中的参考文献(参考 63篇文章,1标准件)

显示第1到第20个结果,共63个。
按年份排序(引用)
  1. Cerdán,J.;Guerrero,D.;Marín,J.;Mas,J.:秩亏最小二乘问题的先决条件(2020年)
  2. Chang,Xiao Wen;Kang,Peng;Titley Peloquin,David:计算最小二乘估计的误差界(2020)
  3. Gazzola,Silvia;Kilmer,Misha E.;Nagy,James G.;Semerci,Oguz;Miller,Eric L.:图像恢复和重建中边缘保持的内外迭代方法(2020)
  4. 黄宝华;马长峰: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)
  5. 贾忠孝:线性离散不适定问题Krylov子空间的逼近精度(2020)
  6. 贾忠孝:多重奇异值情形下线性离散不适定问题的LSQR正则化性质及最佳、近最佳及一般低阶近似(2020)
  7. Schaub,Michael T.;Benson,Austin R.;Horn,Paul;Lippner,Gabor;Jadbabaie,Ali:单复形上的随机游动和规范化的Hodge 1-Laplacian(2020)
  8. Asgari,Z.;Toutounian,F.;Babolian,E.;Tohidi,E.:求解一维和二维线性Fredholm积分方程的LSMR迭代法(2019年)
  9. Alfredo Buttari;Orban,Dominique;Ruiz,Daniel;Titley Peloquin,David:对称鞍点系统的三对角化方法(2019)
  10. Chung,Julianne;Gazzola,Silvia:正则化的灵活Krylov方法(2019)
  11. Dahito,Marie Ange;Orban,Dominique:线性搜索和信赖域方法中的共轭残差法(2019)
  12. Estrin,Ron;Orban,Dominique;Saunders,Michael A.:LSLQ:具有误差最小化特性的线性最小二乘迭代法(2019年)
  13. Gazzola,Silvia;SabatéLandman,Malena:用于总变异正则化的灵活GMRES(2019年)
  14. Karimi,Saeed;Jozi,Meisam:求解第一类Fredholm积分方程正交离散化的加权共轭梯度型方法(2019)
  15. Liu,Xiaoxing;Morita,Koji;Zhang,Shuai:一个成对松弛的不可压缩光滑粒子流体动力学方案(2019)
  16. Paige,Christopher C.:本征问题和方程解的Lanczos过程的精度(2019)
  17. Arreckx,Sylvain;Orban,Dominique:等式约束优化的无正则因子分解方法(2018)
  18. Estrin,Ron;Greif,Chen:SPMR:鞍点最小剩余解算器家族(2018)
  19. Fong,Justin;Tan,Ying;Crocher,Vincent;Oetomo,Denny;Mareels,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)
  20. 《最小化误差:最小二乘法》(2018)