宝柏

软件包PROPACK包含一组用于计算大型稀疏矩阵或结构化矩阵的奇异值分解的函数。奇异值分解程序基于部分重正交化的Lanczos双对角化算法(BPRO)。Lanczos例程也可以直接使用,并构成求解线性方程组和线性最小二乘问题的有效算法的基础,特别是对于具有多个右手边的系统。


zbMATH参考文献(98篇文章引用)

显示第1到第20个结果,共98个。
按年份排序(引用)
  1. Dax,Achiya:大矩阵低阶近似的叉积方法(2020)
  2. 何炳生;马峰;袁晓明:凸规划乘子交替方向法的最优线性化(2020)
  3. 李欢;林周晨:非凸低阶优化的可证明加速梯度法(2020)
  4. Mazumder,Rahul;Saldana,Diego;Weng,Haolei:非凸正则化的矩阵完备化:谱算子和可伸缩算法(2020)
  5. Eric Polizzi;Saad,Yousef:计算材料科学与工程(2020)
  6. 张立平;魏益民:离散不适定问题的随机核约简(2020)
  7. Alaya,Mokhtar Z.;Klopp,Olga:集体矩阵完成(2019年)
  8. 蔡剑峰;王天明;魏克:基于低秩Hankel矩阵的频谱稀疏信号重构快速可证明算法(2019)
  9. Del Corso,Gianna M.;Romani,Francesco:推荐系统的自适应非负矩阵分解和度量比较(2019)
  10. 冯月华;肖建伟;顾明:触发器谱的QR分解及其在奇异值分解中的应用(2019)
  11. Steven Goldenberg;Andreas Stathopoulos;Romero,Eloy:Golub-Kahan-Davidson方法精确计算大型稀疏矩阵的几个奇异三元组(2019)
  12. Hu,Yunyi;Andersen,Martin S.;Nagy,James G.:带线性化和预处理的光谱计算机断层摄影术(2019年)
  13. 贾志刚;吴志刚;宋广晶:大规模四元数奇异值分解的Lanczos方法(2019)
  14. Khamaru,Koulik;Mazumder,Rahul:低秩因子分析中最大似然估计量的计算(2019年)
  15. Long,Andrew W.;Ferguson,Andrew L.:地标扩散图(L-dMaps):样本外加速流形学习(2019年)
  16. Ma,Feng:关于凸极小化的一些定制近点算法的松弛:从变分不等式的角度(2019)
  17. 曾雪英;沈立新;徐月生;陆健:矩阵的最小秩完备(2019)
  18. Alexander Alexander Alekseenko;Nguyen,Truong;Wood,Aihua:计算(\mathcalO(MN))操作中Boltzmann碰撞积分的确定性随机方法(2018)
  19. 蔡剑峰;王天明;魏克:投影梯度下降光谱压缩传感(2018)
  20. Fithian,William;Mazumder,Rahul:具有缺失数据和辅助信息的灵活低阶统计建模(2018)