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。


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)