×

算法971

swMATH ID: 22686
软件作者: H.Li、G.C.Linderman、A.Szlam、K.P.Stanton、Y.Kluger、M.Tygert
描述: 算法971:用于主成分分析的随机算法的实现。近年来,低阶近似的随机化方法发展迅速。这些方法的目标是主成分分析和截断奇异值分解的计算。本文介绍了Mathworks的MATLAB(一个流行的数值计算软件平台)的一个本质上是黑盒的、万无一失的实现。如几项测试所示,低秩近似的随机算法在准确性、计算效率(速度和内存使用)、易用性、并行性和可靠性等方面基本上都优于或至少与经典确定性技术(如Lanczos迭代收敛)相匹配。然而,经典方法仍然是估计谱范数的首选方法,并且在计算最小奇异值和相应奇异向量(或奇异子空间)方面远远优于传统方法。
主页: https://dl.acm.org/citation.cfm?id=3004053
关键词: 统计软件;主成分分析;PCA公司;奇异值分解;SVD公司;TOMS_发布
相关软件: ARPACK公司;RandNLA公司;稀疏矩阵;LSRN(LSRN);布伦登皮克;RSVDPACK(RSVD包);LAPACK公司;随机UTV;rsvd公司;k平均值++;mf工具箱;哈奇++;t产品;UCI-毫升;BERT(误码率);GPy火炬;LSQR(LSQR);伦敦银行支持向量机;开放多媒体程序库;
引用于: 18文件

标准条款

1出版物描述软件 年份
971算法:主成分分析随机算法的实现链接
H.Li、G.C.Linderman、A.Szlam、K.P.Stanton、Y.Kluger、M.Tygert
2017

按年份列出的引文