支柱

软件包PuPACK包含一组用于计算大型和稀疏或结构化矩阵的奇异值分解的函数。SVD程序是基于部分重新正交化（BPRO）的Lanczos双对角化算法。Lanczos例程也可以直接使用，并形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侧的系统。

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。

ZBMaCT中的参考文献（96篇文章中引用）

显示结果1至20的96。
按年份排序（引文）
  1. DAX，Achiya：大矩阵低秩逼近的叉积方法（2020）
  2. 何，邴胜；马，冯；袁，萧明：凸规划乘法器交替方向法的最优线性化（2020）
  3. 李，Huan；林，周晨：非凸低秩优化的可证明加速梯度法（2020）
  4. 张，黎平；魏，伊敏：离散不适定问题的随机化核缩减（2020）
  5. Alaya，Mokhtar Z.；KLopp，奥尔加：集体矩阵完成（2019）
  6. CAI，简峰；王，Tianming；魏，KE:快速稀疏可证明的低秩Hankel矩阵完备化稀疏信号重构算法（2019）
  7. Del Corso，Gianna M.；罗曼尼，弗朗西斯科：推荐系统的自适应非负矩阵分解和测度比较（2019）
  8. 冯，月华；萧，Jianwei；顾，明：触发器谱揭示QR分解及其在奇异值分解中的应用（2019）
  9. 戈登伯格，史提芬；Stasopou洛斯，安德烈亚斯；罗梅罗，Eloy：一种精确计算几个稀疏矩阵的奇异三元组的Golub Kahan Davidson方法（2019）
  10. 胡，Yunyi；安徒生，Martin S.；纳吉，James G.：线性化和预处理的光谱计算机断层扫描（2019）
  11. 贾，志刚；NG，米迦勒K；宋，广静：大规模四元数奇异值分解的Lanczos方法（2019）
  12. 哈马鲁，Koulik；MZUMDER，拉胡尔：低秩因子分析中最大似然估计的计算（2019）
  13. 朗，Andrew W.；弗格森，Andrew L.：里程碑扩散图（L DMAP）：加速流形学习样本扩展（2019）
  14. 马，冯：关于凸最小化的一些定制近点算法的松弛：从变分不等式的角度（2019）
  15. Zeng，学英；沈，利辛；徐，Yuesheng；卢，健：通过最小化近似秩（2019）矩阵完成
  16. Alekseenko，亚力山大；阮，Truong；伍德，Aihua：（MathCalo（MN））运算中玻尔兹曼碰撞积分计算的确定性随机方法（2018）
  17. 蔡，简峰；王，Tianming；魏，柯：投影梯度下降光谱压缩传感（2018）
  18. 菲西安，威廉；MZUMDER，RAHUL:缺失数据和边信息的柔性低秩统计建模（2018）
  19. 何鸿锦；Hou，Liusheng；徐，洪坤：三块可分凸极小化问题的部分等时分裂算法（2018）
  20. 牛，Datian；孟，Jiana；李，洪颖：隐式重启精细调和Lanczos方法的新换挡策略（2018）